Slides XSTK

PHẦN I: LÝ THUYẾT XÁC SUẤT
• thuyết suất bộ học lập những luật tất

ẩn giấu những hiện tượng ngẫu
cứu một số lớn lần lặp lại hiện tượng ấy Việc nắm
bắt những luật sẽ dự hiện tượng ngẫu
đó sẽ xảy như thế
XÁC SUẤT THỐNG KÊ •

liền với
niệm đầu
tuổi của
của suất
học
giữa thế kỷ gắn
… dựa
việc cứu luật ẩn chơi cờ bạc
ngkieudung@hcmut.edu.vn rủi
• Đến năm học đã đưa định
nghĩa suất dựa hệ đề, từ đó dựng được cơ sở chặt chẽ
của thuyết suất
• Hiện phương của thuyết suất được ứng dụng rộng
việc giải quyết thuộc nhiều lĩnh vực
của học tự kỹ thuật tế hội
Tài liệu chính: Chương 0: MỘT SỐ KIẾN THỨC BỔ TÚC

giảng và bài tập
suất thống ; Bài tập Xác suất và thống giả Nguyễn Đình
Đậu Thế Cấp; NXBĐHQG TPHCM
0.1. Tập hợp và các phép toán trên tập hợp.
ác suất – Thống kê & Phân tích số liệu ; giả Nguyễn Tiến Dũng; 0.2. Các quy tắc đếm :
NXBĐHQGTPHCM; 2019.
Một số tài liệu tham khảo: – Quy tắc cộng
thuyết suất thống học giả Trần Tuấn Điệp – Quy tắc nhân
thuyết suất thống Nguyễn Văn TS.Trần 0.3. Giải tích tổ hợp :
; NXB ĐHKTQD; 2008.
suất thống Văn – Chỉnh hợp Chỉnh hợp lặp Hoán vị Tổ hợp
Thống ứng dụng
Ngọc; NXBLĐXH;2011.
tế hội giả Trọng Nguyễn Mộng – Nhị thức Newton
Nhập hiện đại suất thống giả Đỗ Đức Nguyễn Tiến Dũng 0.4. Liên hệ với GT1, GT2:
NXBĐHSP;
– Tích phân và tp Euler – Poisson; Cực trị hàm số.
– Tổng một số chuỗi số thông dụng
Chương 0: Một số kiến thức bổ túc

0.2.1 Quy tắc cộng:
0.3.1 Chỉnh hợp:
Giả sử một việc thể tiến một phương
biệt Chỉnh hợp chập k từ n phần tử ≤ là một
– phương việc bộ sắp thứ tự gồm k phần tử khác nhau đôi một từ phần
– phương việc tử đã cho .
…...…… Số các chỉnh hợp chập k từ n phần tử :
– phương việc
n!
đó n1 + n2 + ... + nk thực hiện việc Ank  n(n  1)(n  2)...(n  k  1) 
k so
(n  k )!
0.2.2 Quy tắc nhân:
Giả sử một việc được thực hiện đoạn tiếp 0.3.2 Chỉnh hợp lặp :
– đoạn thực hiện Chỉnh hợp lặp chập k từ n phần tử là một bộ
– đoạn thực hiện sắp thứ tự gồm k phần tử không nhất thiết khác nhau, từ
– .....……….. phần tử đã cho .
– đoạn thực hiện Số các chỉnh hợp lặp chập từ phần tử : An  n
k k
đó sẽ n1 .n2 . . . nk thực hiện việc
Chương 0: Một số kiến thức bổ túc Chương 0: Một số kiến thức bổ túc
Ví dụ 1 0.3.3 Hoán vị :
Hoán vị của n phần tử là một nhóm có thứ tự
Để đi từ nhà đến trường, An phải đi qua 1 cây cầu. gồm đúng phần tử đã cho.
Có 2 cách để An đi từ nhà đến cây cầu, Pn = A nn = n!
Số các hoán vị của phần tử :
và có 3 cách để đi từ cây cầu đến trường học.
0.3.4 Tổ hợp :
Hỏi An có bao nhiêu cách đi từ nhà đến trường ? Tổ hợp chập k từ n phần tử ≤ là một bộ
không kể thứ tự gồm phần tử khác nhau đôi một từ
phần tử đã cho.
k A kn n!
• Áp dụng Quy tắc cộng Số các tổ hợp chập từ phần tử : Cn = =
k! k!(n-k)!
• Áp dụng Quy tắc nhân
• Một số công thức thường gặp :
• Phân biệt cách sử dụng
C 0n =1 C 1n = n C nk = C nn-k C kn = C n-1
k-1 k
+ C n-1
1. Gọi số cần tìm là
Chọn giá trị cho
Theo quy tắc nhân: có 5  3 = 60 cách ( 60 số)
sẽ chọn chữ số từ chữ số
số tạo chất sắp thứ tự
chữ số đôi một
3
 Số chọn A 5 = 60
2. : Theo quy tắc nhân, có 5   125 số).
sẽ chọn chữ số từ chữ số
số tạo chất sắp thứ tự
chữ số thể
 Số chọn A35 =53 =125
3. Chọn ra chữ số từ chữ số

Ví dụ 2 chữ số tạo tập thứ tự
Từ các số khác nhau nghĩa
Có thể lập được bao nhiêu số có chữ số khác nhau đôi chữ số đôi một
một?  Số chọn C35 =10 tập
Có thể lập được bao nhiêu số có chữ số? Nhận
(các chữ số có thể trùng nhau). Tương ứng với tập số
thể tạo được tập gồm chữ số số chỉnh hợp chập từ
đôi một từ chữ số số đầu Từ đó thấy mối hệ giữa tập
phần tử ở với số chữ số ở
Có bao nhiêu cách xếp thứ tự
chữ số trên? thức hệ C35  3! A 35 ; hay C kn  k ! A kn
4. Số vị P5 =5! =120
nơi thực tập mỗi nơi chỉ nhận


x2 đều
    e

2
dx  2 để đi thực tập
đều
Hàm dưới dấu tích phân không có nguyên hàm ở dạng hàm liên tục. để đi thực tập, đi một
0.5 Một số công thức tính tổng của 1 cấp số nhân; tổng của 1 số đi ở một
chuỗi thông dụng. . Có bao nhiêu cách xếp
n  
( giả thiết mỗi người có thể lên một toa tùy ý, không phụ
  a  qk ;  a  q k   k  q k 1 thuộc vào những hành khách còn lại )
k 0 k 0 k 1
( tham khảo):
 k 
a
   k 2  q k 1  
e e
 ( x 1) 2 x 2
 2 x 3
k 0 k ! k 1 a) I1 = dx b) I 2 = dx
1 
Bài tập chương 0 Hướng dẫn: BT 1   ( xem như việc treo tranh có xét thứ tự)
bức tường, mỗi BT 2.   
chỉ để đúng một      
tường? BT 3. Số trận = số cách chọn 2 đội, không xét thứ tự =
BT 4.    (Dùng quy tắc nhân)
Một hộp đỏ, – Chọn nhóm cho
để lấy
– Chọn nhóm cho
a) trong đó có đúng 3 bi xanh. – Chọn thêm nn 3 SV vào cùng
b) trong đó có ít nhất 3 bi xanh. – Chọn thêm
c) trong đó không màu nào có quá 2 bi. – Xếp SV vào 2 nhóm còn lại:  Dùng quy tắc nhân.
đội đấu một lượt Hỏi phải tổ BT 5 Xếp HK thứ nhất lên tàu: 3
chức trận đấu? Xếp HK thứ 3 cách…
…. Dùng quy tắc nhân . ĐS: 3
Chương 0: Một số kiến thức bổ túc Chương : Một số kiến thức bổ túc
Chương I: CÁC ĐỊNH LÝ XÁC SUẤT Phép thử và các loại biến cố :
• Việc thực hiện một điều kiện cơ bản để
☺ ĐỊNH NGHĨA XÁC SUẤT: một hiện tượng đó gọi thực hiện một phép thử
o Định nghĩa cổ điển về xác suất. • Phép thử ngẫu nhiên thử ở lần thử bất kỳ với
o Định nghĩa thống kê về xác suất. đầu chuyển giống nhưng kết quả
đầu lại thể dự được
o Định nghĩa hình học về xác suất.
o Định nghĩa xác suất theo tiên đề. • Mỗi kết cục thể được của thử gọi
biến cố sơ cấp Tập hợp tất cả biến cố sơ cấp tạo
☺ ĐỊNH LÝ SUẤT: không gian các biến cố sơ cấp gọi không gian mẫu
o thức cộng. hiệu 
o thức nhân và xác suất có điều kiện. • Hợp của kết cục đó gọi một biến cố sự
o thức Becnoulli. kiện Như vậy mỗi biến cố một tập của
o thức xác suất toàn phần và mẫu
Chương I: Các định lý xác suất Chương I: Các định lý xác suất
Phép thử
§1. BIẾN CỐ VÀ XÁC SUẤT
xúc xắc
Xuất hiện Các biến cố sơ cấp A
1.1 Phép thử và các loại biến cố. mặt có
i chấm i = 1,2…,6.
1.2 Định nghĩa xác suất :
I.2.1 Định nghĩa cổ điển về xác suất.
I.2.2 Định nghĩa thống kê về xác suất. D là biến cố số chấm
I.2.3 Định nghĩa hình học về xác suất. xuất hiện chia hết cho 3
I.2.4 Định nghĩa xác suất theo tiên đề (tham

khảo).
1.3 Nguyên lý xác suất lớn và xác suất nhỏ.
Không gian mẫu
Trong thực tế có thể xảy ra các loại biến cố sau: Ví dụ 1:
Một hộp có 7 bi đỏ, 3 bi vàng và 5 bi xanh
• Biến cố nhất định xảy thực hiện một thử gọi kích thước như nhau. Người ta lấy ra ngẫu
biến cố chắc chắn được hiệu 
Tìm xác suất của biến cố trong 5 bi đó có ít
• Biến cố nhất định xảy thực hiện một thử gọi nhất 3 bi xanh.
biến cố thể được hiệu 
Hướng dẫn:
• Biến cố thể xảy xảy thực hiện một Gọi A là biến cố trong 5 bi lấy ra có ít nhất 3 bi xanh.
thử cụ thể gọi biến cố ngẫu sô' cách lâ'y 5 bi mà có i't nhâ't 3 bi xanh
P (A ) 
sô' cách lâ'y 5 bi tùy ý trong 15 bi
Người thường hiệu …  C 53 .C122 
C53 .C102  C 54 .C101  C 55 167  
… để biểu diễn biến cố   
C155 1001  C155 
Khái niệm về xác suất: Ví dụ 2:

người lên toa tàu một cách ngẫu nhiên. Giả sử
Xác suất của một biến cố là một con số đặc trưng cho khả
số người lên tàu ở mỗi toa không bị giới hạn.
năng khách quan xuất hiện biến cố đó khi thực hiện phép thử.
xác suất có 2 toa không ai lên, có
Định nghĩa cổ điển về xác suất :
mỗi toa người lên, và 1 toa có người lên.
một thử mẫu thể kết m
cục nhất đồng khả năng kết cục đó kết Hướng dẫn: Xác suất cần tìm =
n
cục thuận lợi biến cố định nghĩa suất của biến
cố cổ điển n là số cách xếp ngẫu nhiên 9 người lên 6 toa tàu.
m
P(A) = A Người thứ nhất có 6 cách chọn toa để lên,
n
người thứ có 6 cách chọn toa để
Để thuận lợi, người ta hay lấy n = | | là số các biến cố sơ cấp trong , với …
điều kiện các biến cố này duy nhất và khả năng xuất hiện ngang nhau. người thứ 9 cũng có 6 cách chọn toa để lên
Các tính chất : 0 ≤ P(A) ≤ 1 P(Ω) = 1  Sử dụng quy tắc nhân
+ m là số cách xếp 9 hành khách lên các toa thỏa : Hướng dẫn: 6 11
có 3 toa mà mỗi toa có 2 HK lên a) b)
36 36
có 1 toa với 3 hành khách .
Mô tả 1 quy trình xếp hành khách lên tàu: C52 .C32 .C83.C53 672
8

5 15625
Chọn 2 toa không có ai lên: C 3 2 1 3 2 1
m C8  C7  C5  6! 49 m C8  C7  C5 49
Chọn tiếp 3 toa mà mỗi toa sẽ xếp 2 hành khách : C      
n 6
A20 323 n 6
C20 323
Chọn tiếp sẽ xếp 3 hành khách
m C8  C7  C5  5!
3 2 1
Chọn 2 người vào toa hai đầu tiên: C 49
 
Chọn 2 người vào toa hai tiếp theo: C n 6
A20 1938
Chọn 2 người vào toa hai Cách 2: Sử dụng quy tắc nhân ( sẽ trình bày ở phần sau
Chọn người vào toa còn lại: 1 cách C83  C72  5! C51 49 C83  C72 5 49
 P(B)   1   P(B)   
Sử dụng quy tắc nhân 5
A20 C15 1938 C 5
20
15 1938
Tung 2 con xúc xắc cân đối, đồng chất. Tìm xác suất của
các biến cố:
Có trường hợp nào sử dụng xác suất cổ điển
Tổng số chấm trên 2 con xúc xắc bằng 7.
nhất một mặt chấm xuất hiện  Có 1 máy sản xuất tự động. Khi cho máy sản xuất ngẫu nhiên 1
sản phẩm thì ta có thể thu được 1 chính phẩm hoặc 1 phế
Một lầu Giả sử người ở phẩm. Khi đó  = { chính phẩm; phế phẩm}.
tầng trệt để lầu một ngẫu suất Xác suất máy sản xuất được chính phẩm = ?
lầu mỗi lầu người lầu người
Một hộp quả cầu trắng, quả cầu quả cầu  Một hộp có 5 bi đỏ . Lấy ngẫu nhiên lần lượt từng
đỏ thước Lấy ngẫu lần lượt quả cầu viên bi, có hoàn lại bi vào hộp sau mỗi lần lấy, cho đến khi gặp
Tìm xác suất trong 6 quả cầu lấy ra có 3 quả cầu trắng, 2 được bi đỏ thì dừng lại.
quả cầu xanh và 1 quả cầu đỏ. đó  Đ Đ Đ …}.
trong 6 quả cầu lấy ra có 3 quả cầu trắng, 2 quả cầu Xác suất người đó dừng lại sau lần lấy bi thứ 5
xanh và 1 quả cầu đỏ; quả cầu đỏ được lấy ra sau cùng
Định nghĩa thống kê về xác suất : Qua các ví dụ trên , ta thấy khi số phép thử tăng lên nhiều thì
tần suất xuất hiện mặt sấp sẽ dao động ngày càng ít hơn xung
Tần suất xuất hiện biến cố A trong phép thử là tỉ số giữa
quanh giá trị không đổi là 0.5.
số phép thử trong đó biến cố A xuất hiện tổng số phép thử
được thực hiện.
Điều đó cho phép hy vọng khi số phép thử tăng lên vô hạn,
tần suất sẽ hội tụ về giá trị 0.5 .
Người ta nhận thấy nếu tiến hành số lượng lớn các phép thử Định nghĩa:
trong những điều kiện như nhau thì tính ổn định của tần suất
Xác suất xuất hiện biến cố A trong một phép thử là một số p
không đổi mà tần suất xuất hiện biến cố đó sẽ dao động rất ít
Ví dụ 3: Người ta tiến hành tung đồng xu nhiều lần. khi số phép thử tăng lên vô hạn.
Như vậy: Khi n đủ lớn ta có thể coi P(A) 
(*): SV có thể tìm hiểu thêm trong tài liệu tham khảo (4) về sự khác nhau giữa khái
niệm hội tụ theo xác suất và khái niệm hội tụ trong môn Giải tích đã được học.
Ví dụ 4
ngẫu mới ở một
người thấy
Tần suất khảo
số lượng được lớn
thể suất ở xấp xỉ bằng
Tỉ lệ tương ứng với khoảng Tỷ số giới

tự thế giới động từ – trẻ
với mỗi trẻ
Định nghĩa suất thống được sử dụng rất phổ biến
lĩnh vực của cuộc sống
Định nghĩa hình học về xác suất :
Độ đo được sử dụng ở đây diện miền phẳng
• Giả sử một phép thử có vô hạn, không đếm được các kết cục
Phương nghiệm thực
đồng khả năng có thể biểu diễn bởi một miền hình học a 2
nào đó đo đượ   
4
còn tập các kết cục đồng khả năng thuận lợi cho biến cố A
Miền 
được biểu diễn bởi một miền hình học nào đó đo đượ
Khi đó xác suất của biến cố A được tính như sau: Miền chính là miền phẳng
x2
nằm trong giới hạn bởi y <
4
Xác suất cần tìm:
• miền là một đường thẳng, một miền phẳng hay

khối không gian mà độ đo được xác định tương ứng là độ dài,
diện tích hay là thể tích
Ví dụ 5 b) Miền chính là đoạn đường cong có phương trình y = x

Xét phương trình bậc hai x Diện tích miền = 0 nên XS phương trình có nghiệm kép = 0.
hệ số a được lấy ngẫu nhiên trong đoạn [0; 1], dụ thấy một biến cố bằng vẫn thể xảy
còn hệ số b được lấy ngẫu nhiên trong đoạn [ một biến cố bằng vẫn thể xảy
Tìm xác suất phương trình có 2 nghiệm thực phân biệt. thử
Tìm xác suất phương trình có nghiệm kép. c) Hướng dẫn: Miền 
Trong trường hợp phương trình có 2 nghiệm phân biệt, tìm lý xác suất lớn và xác suất nhỏ :
suất để phương trình có 2 nghiệm trái dấu . • Nếu một biến cố suất xảy rất nhỏ thực tế thể
Hướng dẫn: rằng một thử biến cố đó sẽ xảy
• Tương tự như vậy, nếu biến cố ngẫu rất gần
số độc lập trục mặt
thực tế thể rằng biến cố đó sẽ xảy thử
phẳng để biểu diễn trị của trục để biểu • Mức nhỏ từ đó rằng xảy biến cố
diễn trị của nghĩa với những thực tế
2.1 Quan hệ giữa các biến cố
khái niệm
Ta nói biến cố A biến cố B và ký hiệu là A 
 B), nếu biến cố A xảy ra thì biến cố B xảy ra
(Như vậy một biến cố được gọi là biến cố sơ cấp nếu không có biến cố nào
Hai biến cố A và B được gọi là bằng nhau, ký hiệu là A = B, nếu

biến cố A kéo theo biến cố B và ngược lại, tức là
Hai biến cố A và B được gọi là xung khắc nhau nếu chúng

không thể cùng xảy ra trong một phép thử.
Hai biến cố A và B gọi là đối lập với nhau , ký hiệu là B = Ā, nếu
A xảy ra thì B không xảy ra và khi A không xảy ra thì B xảy ra
§2. CÁC ĐỊNH LÝ XÁC SUẤT 2.2 Một số giữa biến cố

Phép cộng Tổng của biến cố biến cố hiệu
2.1 Quan hệ giữa các biến cố  xảy nhất biến cố
2.2 Một số phép toán giữa các biến cố xảy
Phép nhân của biến cố biến cố hiệu
2.3 Các định lý xác suất :  xảy cả biến cố xảy
2.3.1 Công thức cộng.
Phép trừ Hiệu của biến cố thứ tự đó biến cố
2.3.2 Công thức nhân và xác suất có điều kiện.
hiệu xảy biến cố xảy biến cố
2.3.3 Công thức Becnoulli. xảy
2.3.4 Công thức xác suất toàn phần và công mỗi biến cố bất kỳ một tập của  sự
thức Bayes. đồng nhất hệ giữa biến cố với
hệ giữa tập hợp
 
xung khắc } xung khắc đôi một
không đối lập.
* B và C xung khắc * B và C đối lập.
* Biến cố đối lập của biến cố D là biến cố “số chấm xuất hiện
Hệ biến cố { A được gọi là hệ biến cố đầy không chia hết cho ”.
đủ nếu các biến cố trong hệ xung khắc với nhau đôi một * Biến cố đối lập của A là biến cố “xuất hiện số chấm khác ”.
tổng của chúng là biến cố chắc chắn
tức là:

với } là nhóm biến cố đầy đủ.
+…+ A * { B,C } là nhóm biến cố đầy đủ
} là nhóm biến cố đầy đủ.
} không phải nhóm biến cố đầy đủ.
Ví dụ 6
ngẫu xắc đối đồng chất
Gọi biến cố số chấm xuất hiện xắc
bằng ; i = 1,2,…,6.
số chẵn
số lẻ
hết
• sử dụngbiến cố để
họa niệm
toán vừa được định nghĩa
Ví dụ 7 2.3 Các định lý xác suất
Bắn đạn Gọi biến cố đạn thứ thức cộng
biểu diễn những biến cố biến cố Trường hợp tổng
biến cố đối lập của –
A: “Cả 3 đạn đều trúng”. –
B: “Cả 3 đạn đều trật”.
+ …..+ A
C: “Ít nhất một trúng”.
D: “Có đúng một trúng”.
E: ”Ít nhất một trượt”.
Nếu khắc
F: “Không hơn trúng”.
G: “Không trúng”. Nếu khắc đôi một
H: “Không trước thứ hai”. )+…+ P(A
Nếu biến cố đầy đủ )….+ P(A
Ví dụ 8
một lớp học
B • chơi đá
• chơi chuyền
• chơi rổ
• chơi cả đá chuyền
• chơi cả đá rổ
• chơi đồng thời chuyền rổ
• học sinh chơi cả 3 môn trên.
Chọn ngẫu nhiên một học sinh trong lớp. Tính xác suất HS đó:
chơi ít nhất một môn bóng. chơi đúng 2 môn bóng.
đó chơi bóng đá hoặc hoặc bóng chuyền, nhưng không
cùng chơi cả 2 môn
Ví dụ 9
là ví dụ minh họa công thức cộng xác suất.
Trong lớp có 20 bạn nữ và 30 bạn nam, ta thấy có 8 bạn nữ và 15
Gọi Đ là biến cố chọn được học sinh chơi bóng đá; bạn nam mặc áo màu xanh. Chọn ngẫu
C là biến cố chọn được học sinh chơi bóng chuyền; nhiên một bạn trong lớp. Hãy tính:
R là biến cố chọn được học sinh chơi bóng rổ. XS bạn được chọn là bạn nữ.
Gọi A là biến cố học sinh đó chơi ít nhất một môn bóng; XS bạn đó mặc áo màu xanh.
Khi đó A = Đ + C + R XS chọn được một bạn nữ mặc áo màu xanh.
P(Đ) – P(ĐC) – – P(ĐR) + P(ĐCR) Biết rằng bạn đó nữ suất bạn đó mặc
Nếu bạn đó mặc khả năng bạn

đã chọn được một học
Kết quả trên có thể nhẩm trực tiếp từ biểu đồ Ven.
c) 19/50 = P(Đ) + P(C) – 2* P(ĐC)
Công thức nhân : Ví dụ 10

Định nghĩa xác suất có điều kiện 2 con xúc xắc cân đối, đồng chất.
xác suất của biến cố ổng số chấm ở mặt trên
Xác suất của biến cố A với điều kiện B chính là XS của biến cố
2 con xúc xắc bằng 7 nếu biết rằng có ít nhất một mặt 6 chấm.
A khi biến cố B đã xảy ra, ký hiệu P(A/B) hay P(A|B)
Hướng dẫn:
Một cách nói khác:
Gọi A là biến cố tổng số chấm ở mặt trên 2 con xúc xắc bằng 7.
Nếu chỉ xét trong các trường hợp
Gọi B là biến cố trên mặt 2 con xúc xắc có ít nhất 1 mặt 6 chấm.
thuận lợi cho biến cố B ( tức là xem
Xác suất cần tìm chính là P( A/B).
hư   thì xác suất biến cố A
xảy ra là bao nhiêu? 
P(AB)
Công thức: P A / B 
P(B)  thể tính bằng định nghĩa
thức ác suất có điều kiện.
Ví dụ 12
Hai biến cố A và B được gọi là độc lập với nhau nếu việc xảy
ra hay không xảy ra của biến cố này không làm thay đổi xác
suất xảy ra của biến cố kia và ngược lại, tức là:
P A/B =P A/B =P A
và P B/A =P B/A = P B
Hệ biến cố được gọi độc lập toàn thể

độc lập tương hỗ nếu mỗi biến cố hệ đều độc
lập với một bất kỳ biến cố lại Dễ thấy
độc lập thể cũng độc lập đôi một
Điều ngược lại đúng thể
khảo dụ liệu
Ví dụ 11 - Công thức nhân trong trường hợp tổng quát:

Một hộp có 5 bi đỏ & 5 bi vàng với kích thước giống hệt nhau.
* P( AB) = P(A).P(B/A) = P(B). P(A/B)
Rút ngẫu nhiên lần lượt 2 viên bi.
Gọi là biến cố viên bi rút ra đầu tiên có màu đỏ; * P( A1.A2 …An ) =
là biến cố viên bi rút ra sau đó có màu đỏ. = P(A1).P(A2/A1).P(A3/A1 A2)….P(An/A1 A2…An-1).
5
P(D1 ) 
10 - Nếu A, B là 2 biến cố độc lập thì:
4 5 không độc lập
P(D 2 /D1 ) =  P(D 2 / D1 )  P(AB) = P(A).P(B)
9 9
Rút ngẫu nhiên lần lượt 2 viên nhưng bỏ bi lại vào hộp
5 sau mỗi lần rút. - Nếu các biến cố A1, A2, .. ,An độc lập toàn thể thì:
P(D1 )  P(A1.A2 …An ) = P(A1).P(A2)...P(An).
10
5 5
P(D 2 /D1 ) =  P(D 2 / D1 )  là độc lập.
10 10
Ví dụ 13 Ví dụ 14
suất tự động thứ nhất sản xuất một sản phẩm tự động sản xuất một loại sản phẩm Tỉ lệ sản
tốt thứ sản xuất sản phẩm tốt phẩm tốt của mỗi lần lượt mỗi
mỗi sản xuất một sản phẩm sản xuất một sản phẩm
suất được nhất một sản phẩm tốt suất được nhất sản phẩm tốt
bằng nhiều Giả sử được đúng sản phẩm tốt, suất
sản phẩm tốt đó sản phẩm thứ sản
Hướng dẫn xuất
Gọi biến cố sản phẩm thứ nhất sản xuất tốt
biến cố sản phẩm thứ sản xuất tốt
Gọi biến cố được nhất một sản phẩm tốt
Ví dụ 15
gọi suất kiện hoạt động tốt một khoảng
thời ấn định độ cậy của kiện khoảng
thời ấy Giả sử một hệ thống thiết bị gồm nhiều kiện
Độ cậy của một hệ thống suất để
hệ thống đó hoạt động tốt khoảng thời ấn định
Giả sử số kiện của hệ thống
hiệu độ cậy của kiện …
độ cậy của từng hệ thống
độ cậy của với mọi
nhận kết quả một số lớn
Để tăng độ cậy hệ thống người mắc dự
như hệ độ cậy của hệ
Hướng dẫn Hệ hoạt động tốt khoảng thời Bài toán A: Một hộp có 50 bóng đèn, trong đó có 12% là bóng
sơ lược   hoạt động tốt khoảng thời hư.
Hệ hoạt động tốt)  … Từ hộp lấy đèn đèn bị hư
Hệ hoạt động tốt)  … Từ hộp lấy ra ngẫu nhiên, lần lượt 4 bóng đèn. Tìm xác suất
 Hệ tốt) chỉ có đèn thứ 2 bị hư.
Hệ hoạt động tốt khoảng thời
Bài toán B: Một sản xuất rất nhiều đèn tỷ lệ
  hoạt động tốt khoảng thời
Hệ động tốt)  … đèn hư ở Lấy ngẫu từ lần
Hệ hoạt động tốt)  … lượt đèn
 Hệ hđ tốt
suất chỉ đèn lấy lần thứ bị hư
nhận về trị suất được
P(Hệ hđộng tốt) cụm tốt)   Tìm xác suất có đúng 1 bóng đèn bị hư; có đúng 2 bóng hư?
– P(cụm tốt)    Kết quả câu b) có thay đổi hay không nếu thay đổi giả thiết là
–     các bóng được lấy cùng một lúc?
2.3.3 Định Minh họa câu c)
Giả sử thực hiện thử độc lập 1: Sử dụng định nghĩa:
mỗi thử biến cố xuất hiện với suất Số lần được mặt 6 suất tương ứng các xác suất
đổi xuất hiện với suất chấm trong 5 lần tung
đó biến cố xuất hiện đúng lần Ckn p k q n-k 0.40188

0.40188
xuất hiện từ đến lần
0.16075
số lần xuất hiện khả năng nhất số lần 0.03215
xuất hiện chắc nhất số để xuất hiện đúng 0.00322
lần thử nhất 0.00013
được từ biểu thức q ≤ k ≤ – 
Suy ra số lần được mặt chấm có khả năng nhất là
* Nếu np là một số nguyên thì số có khả năng nhất chính là np.
Số lần biến cố xuất hiện thử độc lập được 2: Sử dụng công thức:
gọi số lần được gọi Kết luận k
Tung 5 lần một con xúc xắc cân đối và đồng chất. Một đề trắc nghiệm gồm mỗi đáp
Tìm xác suất có đúng 3 lần được mặt 6 chấm. để chọn học bằng lựa
Tìm xác suất có từ 2 đến 4 lần được mặt 6 chấm. chọn ngẫu suất chọn được nhất
Hãy cho biết số lần được mặt 6 chấm có khả năng nhất? đúng Số đúng khả năng nhất của
Hướng dẫn: Đây là ví dụ minh họa cho công thức Bernoulli.

Hướng dẫn
Gọi S là biến cố lần tung thứ được mặt 6 chấm; i=1,2,…5.
và A là biến cố có đúng 3 lần tung được mặt 6 chấm. Đây dạng với 
suất cần
k 20-k
20
1  4

k=10
Ck20  
5
. 
5
 2, 59 10 3  0, 3%
Số đúng khả năng nhất thỏa

   = 4 ( Hoặc k 
Ví dụ 18 2.3.4 Công thức xác suất toàn phần và công thức Bayes:
Một khối hiệu gồm được dẫn một
truyền với bị lỗi của mỗi Biết rằng khả năng Định lý : Giả sử { H1, H2, .. ,Hn } là hệ biến cố đầy đủ
bị lỗi của mỗi được truyền độc lập và F là một biến cố bất kỳ .
khối hiệu đó nhận được nhất lỗi Khi đó ta có các công thức sau:
n
Ví dụ 19 a) P(F) = P(H1 ).P(F/H1 )+....+P(H n ).P(F/H n ) =  P(H ).P(F/H )

i=1
i i
Giả sử nhật) của mỗi một

ngẫu năm của thức suất phần suất đầy đủ
độc lập với (Giả định mỗi năm
suất P(H k F) P(H k ).P(F/H k )
P(H k /F)= = n ; k  1, 2,...n
với bạn P(F)
Số với bạn khả năng  P(Hi )P(F/Hi )
i=1
(khi P( F )  0)
nhất thức
Ví dụ 20 Những đây thể thức Chöùng minh
a) Ta coù:
sản phẩm, gồm sản phẩm loại F = F.Ω = F.(H1 + H2 +...+ Hn ) = FH1 +FH2 +...+ FHn
sản phẩm loại Lấy ngẫu sản phẩm
suất được sản phẩm loại sản phẩm loại Vì {FH 1, FH 2,..., FH n } ñoâi moät xung khaéc neân
gười thống được tỉ lệ loại loại của một P (F) = P (FH1) + P (FH2) + ... + P (FHn)
tương ứng = P(H1).P(F/H1) + P(H2).P(F/H2) + ... + P(Hn).P(F/Hn)
Lấy ngẫu sản phẩm từ sản phẩm
b) Theo coâng thức nhân, ta coù:
suất được loại loại
P (H k F) P (H k ).P (F/H k )
Người thống được tỉ lệ sản phẩm loại loại của P (H k /F) = =
một xưởng tương ứng P (F) P (F)
Lấy ngẫu từ xưởng sản phẩm k {1, 2,…, n}
Hướng dẫn
Ví dụ 21
Một nhà máy sản xuất bóng đèn có 3 phân xưởng sản xuất.
xưởng 1 sản xuất 50%;
phân xưởng 2 sản xuất 20%;
còn phân xưởng 3 sản xuất 30%
số bóng đèn của cả nhà máy.
Tỉ lệ phế phẩm của các phân xưởng lần lượt là 1% ; 3% và
tỉ lệ phế phẩm chung của toàn nhà máy.

Nếu kiểm ngẫu một sản phẩm từ
phẩm của thấy đó phế
phẩm khả năng sản phẩm đó xưởng sản
uất
Ví dụ 22
Hướng dẫn: Lấy ngẫu nhiên 1 bóng đèn từ kho chung của
nhà máy. Gọi F là biến cố bóng đèn đó hỏng. Hộp gồm trắng đen
là b/c sản phẩm lấy ra do phân xưởng i sản xuất , i=1,2,3. Hộp chứa trắng đen
Tỉ lệ phế phẩm của nhà máy chính là P(F). Từ mỗi hộp lấy ngẫu bỏ đi số lại của
} tạo thành nhóm biến cố đầy đủ, nên hộp dồn hộp rỗng thứ
   Từ hộp thứ lấy ngẫu một
   suất lấy từ hộp thứ trắng
Dùng công thức Bayes : Từ hộp thứ lấy ngẫu
P(H 2 .F) P(H 2 ).P(F|H 2 ) suất lấy được đen trắng
P(H 2 | F)  
P(F) P(F)
Dựa biểu thức thể thấy nếu ngẫu lấy phải

Đèn hỏng đèn đó khả năng nhất xưởng sản xuất
Gọi lấy từ hộp thứ trắng Hướng dẫn Chọn ngẫu người
biến cố hộp bỏ đi trắng hộp bỏ đi trắng Gọi biến cố người được chọn mắc bệnh
trắng đen
biến cố người được chọn nghiệm
đen trắng
đen đen P D/B = 0.05
… hệ biến cố đầy đủ
P(Hộp bỏ trắng)  Hộp bỏ trắng)
…
 2 3  3  2 2  4  8 3  4  8 2  5 21
P(F) =  .  × +  .  × +  .  × +  .  × 
10 5  13 10 5  13 10 5  13 10 5  13 65
Gọi lấy từ hộp thứ trắng, đen
 2 3  2 2  8 3  8 2 457
P(E) =  .  × +  . × +  . × +  . × 
10 5  10 5  10 5  10 5  975
Ví dụ 23 suất cần
biết tỷ lệ người mắc bệnh ở một
một loại nghiệm để người mắc bệnh Đối với P(BD) P(B)  P(D|B)
P B/D = 
một người mắc bệnh, kết quả nghiệm chắc chắn dương P(D) P(B)  P(D|B) + P(B)  P(D|B)
nhưng số những người mắc bệnh cũng
0, 001 1
đến phản ứng dương với nghiệm 
Nếu một người đó được chọn ngẫu 0, 001 1  0,999  0, 05
phản ứng dương đối với nghiệm loại  0, 019627 ( 2%)
khả năng người đó mắc bệnh
Nhận nghĩa của kết quả thể rằng kết quả nghiệm kết
Nếu một người đó được chọn ngẫu phản ứng luận được về việc người đó mắc bệnh
dương đối với cả lần tiếp thực hiện nghiệm
một độc lập khả năng người đó mắc bệnh
Nhận nghĩa của kết quả
Hướng dẫn
Gọi biến cố cả lần người đó nghiệm Khoa cơ khí
P(BD 4 ) P(B).P(D 4 |B) Tỉ lệ đậu: Tỉ lệ đậu:

P B/D 4 =  Học kỳ 1
P(D 4 ) P(B).P(D 4 |B) + P(B).P(D 4 |B)
0, 00114 Tỉ lệ đậu: Tỉ lệ đậu:

 Học kỳ 2
4
0, 001 14  0, 999  0, 05
 0, 99379 ( 100%)
Cả năm
trường hợp cả lần độc lập nghiệm Tỉ lệ đậu: Tỉ lệ đậu:
thấy gần như chắc chắn người được nghiệm mắc bệnh
Nghịch lý Simson
Giả sử Một rượu gồm số loại số loại
tỉ lệ đậu thức giống Người chọn ngẫu để
tỉ lệ đậu của Cơ đem nếm rượu nếm thử Giả thiết mỗi
tỉ lệ đậu khả năng đoán đúng
tỉ lệ đậu của Cơ Nếu đó loại suất
thể rằng tỉ lệ đậu cả năm học của đoán đoán
hơn với Cơ Nếu đoán đoán
Một năm học học kỳ)
suất rượu đó loại
Hướng dẫn Ví dụ 27
cần “ đoán đúng đoán sai”
 
Gọi biến cố “ đoán đoán B”
rượu lấy loại
cần
P(AF) P(A).P(F/A)
P(A/ F) = =
P(F) P(A).P(F/A)+P(B).P(F/B)
2 3
×C 4 ×0,83 ×0,2
3 32
= =
2 3 1
×C 4 ×0,83 ×0,2+ ×C14 ×0,81×0,23 33
3 3
Ví dụ 26 Tỉ lệ nữ ở trường Bảng Ví dụ 28
thống về phương tiện đi học của Hộp sản phẩm loại sản phẩm loại
Tỉ lệ đi Tỉ lệ đi gắn Tỉ lệ đi bộ Tổng số
Hộp sản phẩm loại sản phẩm loại
nữ
Chọn ngẫu hộp từ đó lấy sản phẩm
được sản phẩm loại
tỉ lệ trường thường đến trường
suất đã chọn được hộp
bằng gắn hoặc
Nếu lấy sản phẩm nữa từ hộp đã chọn suất
suất một gồm ngẫu
được một sản phẩm loại sản phẩm loại
một nửa thường đi gắn
Nếu bạn gặp ngẫu một trường khả Hướng dẫn
năng bạn đã gặp một đi Gọi biến cố sản phẩm lấy đầu loại
Nếu như bạn gặp ngẫu một trường biến cố đã chọn hộp I; biến cố đã chọn hộp
bạn đó bạn E là biến cố 2 sản phẩm lấy thêm có 1 loại A, 1 loại B
P(H1F) P(H1 ).P(F/H1 )
P(H1 / F)= =
P(F) P(H1 ).P(F/H1 )+P(H 2 ).P(F/H 2 )
1 10

2 15 5
 
1 10 1 8 11
  
2 15 2 10
suất cần
đang biến cố đã xảy tức
đang hệ biến cố đầy đủ
5 6
P(H1 / F) = ; P(H 2 / F) =
11 11
tương tự hoặc sử dụng biến cố đối lập
Sử dụng thức với hệ biến cố
Chương I: Các định lý xác suất
P(E/ F) = P(H1 /F)×P(E/H1F) + P(H 2 /F)×P(E/H 2 F)

5 C91 .C51 6 C71 .C21 1312
= × 2 + × 2 
11 C14 11 C9 3003
Sử dụng biến đổi trực tiếp
P(EF) P(H1 ).P(FE/H1 )+P(H 2 ).P(FE/H 2 )
P(E/ F) = =
P(F) P(H1 ).P(F/H1 )+P(H 2 ).P(F/H 2 )
1 10 C91  C51 1 8 C71  C21
    
2 15 C142 2 10 C92 1312
 
1 10 1 8 3003
  
2 15 2 10

Chương I: CÁC ĐỊNH LÝ XÁC SUẤT Phép thử và các loại biến cố :
• Việc thực hiện một điều kiện cơ bản để
☺ ĐỊNH NGHĨA XÁC SUẤT: một hiện tượng đó gọi thực hiện một phép thử
o Định nghĩa cổ điển về xác suất. • Phép thử ngẫu nhiên thử ở lần thử bất kỳ với
o Định nghĩa thống kê về xác suất. đầu chuyển giống nhưng kết quả
đầu lại thể dự được
o Định nghĩa hình học về xác suất.
o Định nghĩa xác suất theo tiên đề. • Mỗi kết cục thể được của thử gọi
biến cố sơ cấp Tập hợp tất cả biến cố sơ cấp tạo
☺ ĐỊNH LÝ SUẤT: không gian các biến cố sơ cấp gọi không gian mẫu
o thức cộng. hiệu 
o thức nhân và xác suất có điều kiện. • Hợp của kết cục đó gọi một biến cố sự
o thức Becnoulli. kiện Như vậy mỗi biến cố một tập của
o thức xác suất toàn phần và mẫu
Phép thử
§1. BIẾN CỐ VÀ XÁC SUẤT
xúc xắc
Xuất hiện Các biến cố sơ cấp A
1.1 Phép thử và các loại biến cố. mặt có
i chấm i = 1,2…,6.
1.2 Định nghĩa xác suất :
I.2.1 Định nghĩa cổ điển về xác suất.
I.2.2 Định nghĩa thống kê về xác suất. D là biến cố số chấm
I.2.3 Định nghĩa hình học về xác suất. xuất hiện chia hết cho 3
I.2.4 Định nghĩa xác suất theo tiên đề (tham

khảo).
1.3 Nguyên lý xác suất lớn và xác suất nhỏ.
Không gian mẫu
Trong thực tế có thể xảy ra các loại biến cố sau: Ví dụ 1:
Một hộp có 7 bi đỏ, 3 bi vàng và 5 bi xanh
• Biến cố nhất định xảy thực hiện một thử gọi kích thước như nhau. Người ta lấy ra ngẫu
biến cố chắc chắn được hiệu 
Tìm xác suất của biến cố trong 5 bi đó có ít
• Biến cố nhất định xảy thực hiện một thử gọi nhất 3 bi xanh.
biến cố thể được hiệu 
Hướng dẫn:
• Biến cố thể xảy xảy thực hiện một Gọi A là biến cố trong 5 bi lấy ra có ít nhất 3 bi xanh.
thử cụ thể gọi biến cố ngẫu sô' cách lâ'y 5 bi mà có i't nhâ't 3 bi xanh
P (A ) 
sô' cách lâ'y 5 bi tùy ý trong 15 bi
Người thường hiệu …  C 53 .C122 
C53 .C102  C 54 .C101  C 55 167  
… để biểu diễn biến cố   
C155 1001  C155 
Khái niệm về xác suất: Ví dụ 2:

người lên toa tàu một cách ngẫu nhiên. Giả sử
Xác suất của một biến cố là một con số đặc trưng cho khả
số người lên tàu ở mỗi toa không bị giới hạn.
năng khách quan xuất hiện biến cố đó khi thực hiện phép thử.
xác suất có 2 toa không ai lên, có
Định nghĩa cổ điển về xác suất :
mỗi toa người lên, và 1 toa có người lên.
một thử mẫu thể kết m
cục nhất đồng khả năng kết cục đó kết Hướng dẫn: Xác suất cần tìm =
n
cục thuận lợi biến cố định nghĩa suất của biến
cố cổ điển n là số cách xếp ngẫu nhiên người lên
m
P(A) = A Người thứ nhất có cách chọn toa để lên,
n
người thứ cách chọn toa để
Để thuận lợi, người ta hay lấy n = | | là số các biến cố sơ cấp trong , với …
điều kiện các biến cố này duy nhất và khả năng xuất hiện ngang nhau. người thứ cũng cách chọn toa để lên
Các tính chất : ≤ P(A) ≤ P(Ω) =  Sử dụng quy tắc nhân
+ m là số cách xếp 9 hành khách lên các toa thỏa : Hướng dẫn: 6 11
có 3 toa mà mỗi toa có 2 HK lên a) b)
36 36
có 1 toa với 3 hành khách .
Mô tả 1 quy trình xếp hành khách lên tàu: C52 .C32 .C83.C53 672
8

5 15625
Chọn 2 toa không có ai lên: C 3 2 1 3 2 1
m C8  C7  C5  6! 49 m C8  C7  C5 49
Chọn tiếp 3 toa mà mỗi toa sẽ xếp 2 hành khách : C      
n 6
A20 323 n 6
C20 323
Chọn tiếp sẽ xếp 3 hành khách
m C8  C7  C5  5!
3 2 1
Chọn 2 người vào toa hai đầu tiên: C 49
 
Chọn 2 người vào toa hai tiếp theo: C n 6
A20 1938
Chọn 2 người vào toa hai : Sử dụng quy tắc nhân ( sẽ trình bày ở phần sau
Chọn người vào toa còn lại: 1 cách C83  C72  5! C51 49 C83  C72 5 49
 P(B)   1   P(B)   
Sử dụng quy tắc nhân 5
A20 C15 1938 C 5
20
15 1938
Tung 2 con xúc xắc cân đối, đồng chất. Tìm xác suất của
các biến cố:
Có trường hợp nào sử dụng xác suất cổ điển
Tổng số chấm trên 2 con xúc xắc bằng 7.
nhất một mặt chấm xuất hiện  Có 1 máy sản xuất tự động. Khi cho máy sản xuất ngẫu nhiên 1
sản phẩm thì ta có thể thu được 1 chính phẩm hoặc 1 phế
Một lầu Giả sử người ở phẩm. Khi đó  = { chính phẩm; phế phẩm}.
tầng trệt để lầu một ngẫu suất Xác suất máy sản xuất được chính phẩm = ?
lầu mỗi lầu người lầu người
Một hộp quả cầu trắng, quả cầu quả cầu  Một hộp có 5 bi đỏ . Lấy ngẫu nhiên lần lượt từng
đỏ thước Lấy ngẫu lần lượt quả cầu viên bi, có hoàn lại bi vào hộp sau mỗi lần lấy, cho đến khi gặp
Tìm xác suất trong 6 quả cầu lấy ra có 3 quả cầu trắng, 2 được bi đỏ thì dừng lại.
quả cầu xanh và 1 quả cầu đỏ. đó  Đ Đ Đ …}.
trong 6 quả cầu lấy ra có 3 quả cầu trắng, 2 quả cầu Xác suất người đó dừng lại sau lần lấy bi thứ 5
xanh và 1 quả cầu đỏ; quả cầu đỏ được lấy ra sau cùng
Định nghĩa thống kê về xác suất : Qua các ví dụ trên , ta thấy khi số phép thử tăng lên nhiều thì
tần suất xuất hiện mặt sấp sẽ dao động ngày càng ít hơn xung
Tần suất xuất hiện biến cố A trong phép thử là tỉ số giữa
quanh giá trị không đổi là 0.5.
số phép thử trong đó biến cố A xuất hiện tổng số phép thử
được thực hiện.
Điều đó cho phép hy vọng khi số phép thử tăng lên vô hạn,
tần suất sẽ hội tụ về giá trị 0.5 .
Người ta nhận thấy nếu tiến hành số lượng lớn các phép thử Định nghĩa:
trong những điều kiện như nhau thì tính ổn định của tần suất
Xác suất xuất hiện biến cố A trong một phép thử là một số p
không đổi mà tần suất xuất hiện biến cố đó sẽ dao động rất ít
Ví dụ 3: Người ta tiến hành tung đồng xu nhiều lần. khi số phép thử tăng lên vô hạn.
Như vậy: Khi n đủ lớn ta có thể coi P(A) 
(*): SV có thể tìm hiểu thêm trong tài liệu tham khảo (4) về sự khác nhau giữa khái
niệm hội tụ theo xác suất và khái niệm hội tụ trong môn Giải tích đã được học.
Ví dụ 4
ngẫu mới ở một
người thấy
Tần suất khảo
số lượng được lớn
thể suất ở xấp xỉ bằng
Tỉ lệ tương ứng với khoảng Tỷ số giới

tự thế giới động từ – trẻ
với mỗi trẻ
Định nghĩa suất thống được sử dụng rất phổ biến
lĩnh vực của cuộc sống
Định nghĩa hình học về xác suất :
Độ đo được sử dụng ở đây diện miền phẳng
• Giả sử một phép thử có vô hạn, không đếm được các kết cục
Phương nghiệm thực
đồng khả năng có thể biểu diễn bởi một miền hình học a 2
nào đó đo đượ   
4
còn tập các kết cục đồng khả năng thuận lợi cho biến cố A
Miền 
được biểu diễn bởi một miền hình học nào đó đo đượ
Khi đó xác suất của biến cố A được tính như sau: Miền chính là miền phẳng
x2
nằm trong giới hạn bởi y <
4
Xác suất cần tìm:
• miền là một đường thẳng, một miền phẳng hay

khối không gian mà độ đo được xác định tương ứng là độ dài,
diện tích hay là thể tích
Ví dụ 5 b) Miền chính là đoạn đường cong có phương trình y = x

Xét phương trình bậc hai x Diện tích miền = 0 nên XS phương trình có nghiệm kép = 0.
hệ số a được lấy ngẫu nhiên trong đoạn [0; 1], dụ thấy một biến cố bằng vẫn thể xảy
còn hệ số b được lấy ngẫu nhiên trong đoạn [ một biến cố bằng vẫn thể xảy
Tìm xác suất phương trình có 2 nghiệm thực phân biệt. thử
Tìm xác suất phương trình có nghiệm kép. c) Hướng dẫn: Miền 
Trong trường hợp phương trình có 2 nghiệm phân biệt, tìm lý xác suất lớn và xác suất nhỏ :
suất để phương trình có 2 nghiệm trái dấu . • Nếu một biến cố suất xảy rất nhỏ thực tế thể
Hướng dẫn: rằng một thử biến cố đó sẽ xảy
• Tương tự như vậy, nếu biến cố ngẫu rất gần
số độc lập trục mặt
thực tế thể rằng biến cố đó sẽ xảy thử
phẳng để biểu diễn trị của trục để biểu • Mức nhỏ từ đó rằng xảy biến cố
diễn trị của nghĩa với những thực tế
2.1 Quan hệ giữa các biến cố
khái niệm
Ta nói biến cố A biến cố B và ký hiệu là A 
 B), nếu biến cố A xảy ra thì biến cố B xảy ra
(Như vậy một biến cố được gọi là biến cố sơ cấp nếu không có biến cố nào
Hai biến cố A và B được gọi là bằng nhau, ký hiệu là A = B, nếu

biến cố A kéo theo biến cố B và ngược lại, tức là
Hai biến cố A và B được gọi là xung khắc nhau nếu chúng

không thể cùng xảy ra trong một phép thử.
Hai biến cố A và B gọi là đối lập với nhau , ký hiệu là B = Ā, nếu
A xảy ra thì B không xảy ra và khi A không xảy ra thì B xảy ra
§2. CÁC ĐỊNH LÝ XÁC SUẤT 2.2 Một số giữa biến cố

Phép cộng Tổng của biến cố biến cố hiệu
2.1 Quan hệ giữa các biến cố  xảy nhất biến cố
2.2 Một số phép toán giữa các biến cố xảy
Phép nhân của biến cố biến cố hiệu
2.3 Các định lý xác suất :  xảy cả biến cố xảy
2.3.1 Công thức cộng.
Phép trừ Hiệu của biến cố thứ tự đó biến cố
2.3.2 Công thức nhân và xác suất có điều kiện.
hiệu xảy biến cố xảy biến cố
2.3.3 Công thức Becnoulli. xảy
2.3.4 Công thức xác suất toàn phần và công mỗi biến cố bất kỳ một tập của  sự
thức Bayes. đồng nhất hệ giữa biến cố với
hệ giữa tập hợp
 
xung khắc } xung khắc đôi một
không đối lập.
* B và C xung khắc * B và C đối lập.
* Biến cố đối lập của biến cố D là biến cố “số chấm xuất hiện
Hệ biến cố { A được gọi là hệ biến cố đầy không chia hết cho ”.
đủ nếu các biến cố trong hệ xung khắc với nhau đôi một * Biến cố đối lập của A là biến cố “xuất hiện số chấm khác ”.
tổng của chúng là biến cố chắc chắn
tức là:

với } là nhóm biến cố đầy đủ.
+…+ A * { B,C } là nhóm biến cố đầy đủ
} là nhóm biến cố đầy đủ.
} không phải nhóm biến cố đầy đủ.
Ví dụ 6
ngẫu xắc đối đồng chất
bằng ; i = 1,2,…,6.
số chẵn
số lẻ
hết
• sử dụngbiến cố để
họa niệm
toán vừa được định nghĩa
Ví dụ 7 2.3 Các định lý xác suất
Bắn đạn Gọi biến cố đạn thứ thức cộng
biểu diễn những biến cố biến cố Trường hợp tổng
biến cố đối lập của –
A: “Cả 3 đạn đều trúng”. –
B: “Cả 3 đạn đều trật”.
+ …..+ A
C: “Ít nhất một trúng”.
D: “Có đúng một trúng”.
E: ”Ít nhất một trượt”.
Nếu khắc
F: “Không hơn trúng”.
G: “Không trúng”. Nếu khắc đôi một
H: “Không trước thứ hai”. )+…+ P(A
Nếu biến cố đầy đủ )….+ P(A
Ví dụ 8
một lớp học
B • chơi đá
• chơi chuyền
• chơi rổ
• chơi cả đá chuyền
• chơi cả đá rổ
• chơi đồng thời chuyền rổ
• học sinh chơi cả 3 môn trên.
Chọn ngẫu nhiên một học sinh trong lớp. Tính xác suất HS đó:
chơi ít nhất một môn bóng. chơi đúng 2 môn bóng.
đó chơi bóng đá hoặc hoặc bóng chuyền, nhưng không
cùng chơi cả 2 môn
Ví dụ 9
là ví dụ minh họa công thức cộng xác suất.
Trong lớp có 20 bạn nữ và 30 bạn nam, ta thấy có 8 bạn nữ và 15
Gọi Đ là biến cố chọn được học sinh chơi bóng đá; bạn nam mặc áo màu xanh. Chọn ngẫu
C là biến cố chọn được học sinh chơi bóng chuyền; nhiên một bạn trong lớp. Hãy tính:
R là biến cố chọn được học sinh chơi bóng rổ. XS bạn được chọn là bạn nữ.
Gọi A là biến cố học sinh đó chơi ít nhất một môn bóng; XS bạn đó mặc áo màu xanh.
Khi đó A = Đ + C + R XS chọn được một bạn nữ mặc áo màu xanh.
P(Đ) – P(ĐC) – – P(ĐR) + P(ĐCR) Biết rằng bạn đó nữ suất bạn đó mặc
Nếu bạn đó mặc khả năng bạn

đã chọn được một học
Kết quả trên có thể nhẩm trực tiếp từ biểu đồ Ven.
c) 19/50 = P(Đ) + P(C) – 2* P(ĐC)
Công thức nhân : Ví dụ 10

Định nghĩa xác suất có điều kiện 2 con xúc xắc cân đối, đồng chất.
xác suất của biến cố ổng số chấm ở mặt trên
Xác suất của biến cố A với điều kiện B chính là XS của biến cố
2 con xúc xắc bằng 7 nếu biết rằng có ít nhất một mặt 6 chấm.
A khi biến cố B đã xảy ra, ký hiệu P(A/B) hay P(A|B)
Hướng dẫn:
Một cách nói khác:
Gọi A là biến cố tổng số chấm ở mặt trên 2 con xúc xắc bằng 7.
Nếu chỉ xét trong các trường hợp
Gọi B là biến cố trên mặt 2 con xúc xắc có ít nhất 1 mặt 6 chấm.
thuận lợi cho biến cố B ( tức là xem
Xác suất cần tìm chính là P( A/B).
hư   thì xác suất biến cố A
xảy ra là bao nhiêu? 
P(AB)
Công thức: P A / B 
P(B)  thể tính bằng định nghĩa
thức ác suất có điều kiện.
Ví dụ 12
Hai biến cố A và B được gọi là độc lập với nhau nếu việc xảy
ra hay không xảy ra của biến cố này không làm thay đổi xác
suất xảy ra của biến cố kia và ngược lại, tức là:
P A/B =P A/B =P A
và P B/A =P B/A = P B
Hệ biến cố được gọi độc lập toàn thể

độc lập tương hỗ nếu mỗi biến cố hệ đều độc
lập với một bất kỳ biến cố lại Dễ thấy
độc lập thể cũng độc lập đôi một
Điều ngược lại đúng thể
khảo dụ liệu
Ví dụ 11 - Công thức nhân trong trường hợp tổng quát:

Một hộp có bi đỏ & bi vàng với kích thước giống hệt nhau.
* P( AB) = P(A).P(B/A) = P(B). P(A/B)
Rút ngẫu nhiên lần lượt
Gọi là biến cố viên bi rút ra đầu tiên có màu đỏ; * P( A1.A2 …An ) =
là biến cố viên bi rút ra sau đó có màu đỏ. = P(A1).P(A2/A1).P(A3/A1 A2)….P(An/A1 A2…An-1).
5
P(D1 ) 
10 - Nếu A, B là 2 biến cố độc lập thì:
4 5 không độc lập
P(D 2 /D1 ) =  P(D 2 / D1 )  P(AB) = P(A).P(B)
9 9
Rút ngẫu nhiên lần lượt nhưng bỏ bi lại vào hộp
5 sau mỗi lần rút. - Nếu các biến cố A1, A2, .. ,An độc lập toàn thể thì:
P(D1 )  P(A1.A2 …An ) = P(A1).P(A2)...P(An).
10
5 5
P(D 2 /D1 ) =  P(D 2 / D1 )  là độc lập.
10 10
suất tự động thứ nhất sản xuất một sản phẩm tự động sản xuất một loại sản phẩm Tỉ lệ sản
tốt thứ sản xuất sản phẩm tốt phẩm tốt của mỗi lần lượt mỗi
mỗi sản xuất một sản phẩm sản xuất một sản phẩm
suất được nhất một sản phẩm tốt suất được nhất sản phẩm tốt
bằng nhiều Giả sử được đúng sản phẩm tốt, suất
sản phẩm tốt đó sản phẩm thứ sản
Hướng dẫn xuất
Gọi biến cố sản phẩm thứ nhất sản xuất tốt
biến cố sản phẩm thứ sản xuất tốt
Gọi biến cố được nhất một sản phẩm tốt
Ví dụ 15
gọi suất kiện hoạt động tốt một khoảng
thời ấn định độ cậy của kiện khoảng
thời ấy Giả sử một hệ thống thiết bị gồm nhiều kiện
Độ cậy của một hệ thống suất để
hệ thống đó hoạt động tốt khoảng thời ấn định
Giả sử số kiện của hệ thống
hiệu độ cậy của kiện …
độ cậy của từng hệ thống
độ cậy của với mọi
nhận kết quả một số lớn
Để tăng độ cậy hệ thống người mắc dự
như hệ độ cậy của hệ
Hướng dẫn Hệ hoạt động tốt khoảng thời Bài toán A: Một hộp có 50 bóng đèn, trong đó có 12% là bóng
sơ lược   hoạt động tốt khoảng thời hư.
Hệ hoạt động tốt)  … Từ hộp lấy đèn đèn bị hư
Hệ hoạt động tốt)  … Từ hộp lấy ra ngẫu nhiên, lần lượt 4 bóng đèn. Tìm xác suất
 Hệ tốt) chỉ có đèn thứ 2 bị hư.
Hệ hoạt động tốt khoảng thời
Bài toán B: Một sản xuất rất nhiều đèn tỷ lệ
  hoạt động tốt khoảng thời
Hệ động tốt)  … đèn hư ở Lấy ngẫu từ lần
Hệ hoạt động tốt)  … lượt đèn
 Hệ hđ tốt
suất chỉ đèn lấy lần thứ bị hư
nhận về trị suất được
P(Hệ hđộng tốt) cụm tốt)   Tìm xác suất có đúng 1 bóng đèn bị hư; có đúng 2 bóng hư?
– P(cụm tốt)    Kết quả câu b) có thay đổi hay không nếu thay đổi giả thiết là
–     các bóng được lấy cùng một lúc?
2.3.3 Định Minh họa câu c)
Giả sử thực hiện thử độc lập 1: Sử dụng định nghĩa:
mỗi thử biến cố xuất hiện với suất Số lần được mặt 6 suất tương ứng các xác suất
đổi xuất hiện với suất chấm trong 5 lần tung
đó biến cố xuất hiện đúng lần Ckn p k q n-k 0.40188

0.40188
xuất hiện từ đến lần
0.16075
số lần xuất hiện khả năng nhất số lần 0.03215
xuất hiện chắc nhất số để xuất hiện đúng 0.00322
lần thử nhất 0.00013
được từ biểu thức q ≤ k ≤ – 
Suy ra số lần được mặt chấm có khả năng nhất là
* Nếu np là một số nguyên thì số có khả năng nhất chính là np.
Số lần biến cố xuất hiện thử độc lập được 2: Sử dụng công thức:
gọi số lần được gọi Kết luận k
Tung 5 lần một con xúc xắc cân đối và đồng chất. Một đề trắc nghiệm gồm mỗi đáp
Tìm xác suất có đúng 3 lần được mặt 6 chấm. để chọn học bằng lựa
Tìm xác suất có từ 2 đến 4 lần được mặt 6 chấm. chọn ngẫu suất chọn được nhất
Hãy cho biết số lần được mặt 6 chấm có khả năng nhất? đúng Số đúng khả năng nhất của
Hướng dẫn: Đây là ví dụ minh họa cho công thức Bernoulli.

Hướng dẫn
Gọi S là biến cố lần tung thứ được mặt 6 chấm; i=1,2,…5.
và A là biến cố có đúng 3 lần tung được mặt 6 chấm. Đây dạng với 
suất cần
k 20-k
20
1  4

k=10
Ck20  
5
. 
5
 2, 59 10 3  0, 3%
Số đúng khả năng nhất thỏa

   = 4 ( Hoặc k 
Ví dụ 18 Công thức xác suất toàn phần và công thức Bayes:
Một khối hiệu gồm được dẫn một
truyền với bị lỗi của mỗi Biết rằng khả năng Định lý : Giả sử { H1, H2, .. ,Hn } là hệ biến cố đầy đủ
bị lỗi của mỗi được truyền độc lập và F là một biến cố bất kỳ .
khối hiệu đó nhận được nhất lỗi Khi đó ta có các công thức sau:
n
Ví dụ 19 a) P(F) = P(H1 ).P(F/H1 )+....+P(H n ).P(F/H n ) =  P(H ).P(F/H )

i=1
i i
Giả sử nhật) của mỗi một

ngẫu năm của thức suất phần suất đầy đủ
độc lập với (Giả định mỗi năm
suất P(H k F) P(H k ).P(F/H k )
P(H k /F)= = n ; k  1, 2,...n
với bạn P(F)
Số với bạn khả năng  P(Hi )P(F/Hi )
i=1
(khi P( F )  0)
nhất thức
Ví dụ 20 Những đây thể thức Chöùng minh
a) Ta coù:
sản phẩm, gồm sản phẩm loại F = F.Ω = F.(H1 + H2 +...+ Hn ) = FH1 +FH2 +...+ FHn
sản phẩm loại Lấy ngẫu sản phẩm
suất được sản phẩm loại sản phẩm loại Vì {FH 1, FH 2,..., FH n } ñoâi moät xung khaéc neân
gười thống được tỉ lệ loại loại của một P (F) = P (FH1) + P (FH2) + ... + P (FHn)
tương ứng = P(H1).P(F/H1) + P(H2).P(F/H2) + ... + P(Hn).P(F/Hn)
Lấy ngẫu sản phẩm từ sản phẩm
b) Theo coâng thức nhân, ta coù:
P (H k F) P (H k ).P (F/H k )
Người thống được tỉ lệ sản phẩm loại loại của P (H k /F) = =
một xưởng tương ứng P (F) P (F)
Lấy ngẫu từ xưởng sản phẩm k {1, 2,…, n}
Hướng dẫn
Ví dụ 21
Một nhà máy sản xuất bóng đèn có 3 phân xưởng sản xuất.
xưởng 1 sản xuất 50%;
phân xưởng 2 sản xuất 20%;
còn phân xưởng 3 sản xuất 30%
số bóng đèn của cả nhà máy.
Tỉ lệ phế phẩm của các phân xưởng lần lượt là 1% ; 3% và
tỉ lệ phế phẩm chung của toàn nhà máy.

Nếu kiểm ngẫu một sản phẩm từ
phẩm của thấy đó phế
phẩm khả năng sản phẩm đó xưởng sản
uất
Ví dụ 22
Hướng dẫn: Lấy ngẫu nhiên 1 bóng đèn từ kho chung của
nhà máy. Gọi F là biến cố bóng đèn đó hỏng. Hộp gồm trắng đen
là b/c sản phẩm lấy ra do phân xưởng i sản xuất , i=1,2,3. Hộp chứa trắng đen
Tỉ lệ phế phẩm của nhà máy chính là P(F). Từ mỗi hộp lấy ngẫu bỏ đi số lại của
} tạo thành nhóm biến cố đầy đủ, nên hộp dồn hộp rỗng thứ
   Từ hộp thứ lấy ngẫu một
   suất lấy từ hộp thứ trắng
Dùng công thức Bayes : Từ hộp thứ lấy ngẫu
P(H 2 .F) P(H 2 ).P(F|H 2 ) suất lấy được đen trắng
P(H 2 | F)  
P(F) P(F)
Dựa biểu thức thể thấy nếu ngẫu lấy phải

Đèn hỏng đèn đó khả năng nhất xưởng sản xuất
Gọi lấy từ hộp thứ trắng Hướng dẫn Chọn ngẫu người
biến cố hộp bỏ đi trắng hộp bỏ đi trắng Gọi biến cố người được chọn mắc bệnh
trắng đen
biến cố người được chọn nghiệm
đen trắng
đen đen P D/B = 0.05
… hệ biến cố đầy đủ
P(Hộp bỏ trắng)  Hộp bỏ trắng)
…
 2 3  3  2 2  4  8 3  4  8 2  5 21
P(F) =  .  × +  .  × +  .  × +  .  × 
10 5  13 10 5  13 10 5  13 10 5  13 65
Gọi lấy từ hộp thứ trắng, đen
 2 3  2 2  8 3  8 2 457
P(E) =  .  × +  . × +  . × +  . × 
10 5  10 5  10 5  10 5  975
Ví dụ 23 suất cần
biết tỷ lệ người mắc bệnh ở một
một loại nghiệm để người mắc bệnh Đối với P(BD) P(B)  P(D|B)
P B/D = 
một người mắc bệnh, kết quả nghiệm chắc chắn dương P(D) P(B)  P(D|B) + P(B)  P(D|B)
nhưng số những người mắc bệnh cũng
0, 001 1
đến phản ứng dương với nghiệm 
Nếu một người đó được chọn ngẫu 0, 001 1  0,999  0, 05
phản ứng dương đối với nghiệm loại  0, 019627 ( 2%)
khả năng người đó mắc bệnh
Nhận nghĩa của kết quả thể rằng kết quả nghiệm kết
Nếu một người đó được chọn ngẫu phản ứng luận được về việc người đó mắc bệnh
dương đối với cả lần tiếp thực hiện nghiệm
một độc lập khả năng người đó mắc bệnh
Nhận nghĩa của kết quả
Hướng dẫn
Gọi biến cố cả lần người đó nghiệm Khoa cơ khí
P(BD 4 ) P(B).P(D 4 |B) Tỉ lệ đậu: Tỉ lệ đậu:

P B/D 4 =  Học kỳ
P(D 4 ) P(B).P(D 4 |B) + P(B).P(D 4 |B)
0, 00114 Tỉ lệ đậu: Tỉ lệ đậu:

 Học kỳ 2
4
0, 001 14  0, 999  0, 05
 0, 99379 ( 100%)
Cả năm
trường hợp cả lần độc lập nghiệm Tỉ lệ đậu: Tỉ lệ đậu:
thấy gần như chắc chắn người được nghiệm mắc bệnh
Nghịch lý Simson
Giả sử Một rượu gồm số loại số loại
tỉ lệ đậu thức giống Người chọn ngẫu để
tỉ lệ đậu của Cơ đem nếm rượu nếm thử Giả thiết mỗi
tỉ lệ đậu khả năng đoán đúng
tỉ lệ đậu của Cơ Nếu đó loại suất
thể rằng tỉ lệ đậu cả năm học của đoán đoán
hơn với Cơ Nếu đoán đoán
Một năm học học kỳ)
suất rượu đó loại
Hướng dẫn Ví dụ 27
cần “ đoán đúng đoán sai”
 
Gọi biến cố “ đoán đoán B”
rượu lấy loại
cần
P(AF) P(A).P(F/A)
P(A/ F) = =
P(F) P(A).P(F/A)+P(B).P(F/B)
2 3
×C 4 ×0,83 ×0,2
3 32
= =
2 3 1
×C 4 ×0,83 ×0,2+ ×C14 ×0,81×0,23 33
3 3
Ví dụ 26 Tỉ lệ nữ ở trường Bảng
thống về phương tiện đi học của
Tỉ lệ đi Tỉ lệ đi gắn Tỉ lệ đi bộ Tổng số
PHẦN THAM KHẢO
nữ
tỉ lệ trường thường đến trường

bằng gắn hoặc
suất một gồm ngẫu
một nửa thường đi gắn
Nếu bạn gặp ngẫu một trường khả
năng bạn đã gặp một đi
Nếu như bạn gặp ngẫu một trường
bạn đó bạn
Một hộp có bi đỏ và bi xanh cùng cỡ.
Một hộp có đỏ và cùng cỡ.
Lấy ngẫu nhiên lần lượt từng viên bi cho đến
Ví dụ 261) Lấy ngẫu nhiên (cùng lúc) được đủ thì dừng
Tìm xác suất của biến cố A: “có viên bi đỏ và xác suất có được viên bi đỏ
bi xanh trong các bi được lấy ra”. Hướng dẫn:
Ví dụ 262) Lấy ngẫu nhiên lần lượt
suất của biến cố B: “có được viên bi đỏ và
Gọi lấy đỏ từ hộp (thứ tự
viên bi đỏ và xanh được lấy ra suất cần
theo thứ tự luân phiên”.
C154  C52 3 195
) Tìm xác suất của biến cố C: “có được viên bi đỏ và  6
 
C20 14 2584
viên bi xanh”.
C154  C53 455 Ví dụ 30

P(A)  
7
C20 2584 Một hộp có đỏ và 5 cùng cỡ. Lấy ngẫu nhiên
lần lượt 7 viên bi, có hoàn lại bi mỗi lần lấy.
P(B) = P(Đ Đ Đ Đ
suất của bc A: “có 4 lần lấy được viên bi đỏ
P(Đ |Đ ).P(Đ Đ Đ Đ )….. 3 lần lấy được thứ tự luân phiên”
15 5 14 4 13 3 12 13
P(B)         suất của biến cố B: “có được lần lấy bi đỏ
20 19 18 17 16 15 14 2584 lần lấy bi xanh” .
 số cách thay đổi thứ tự màu sắc của 7 viên Hướng dẫn:
13 455 bi khi lấy ra khỏi hộp P(Đ Đ Đ Đ
P(C)  P(B)×C7 =
4 4
×C 7 = 15 5 15 5 15 5 15  15   5 
4 3
2584 2584 P(A)            
20 20 20 20 20 20 20  20   20 
( cũng có thể dùng xscđ – 4 3
  15   5 
Nhận xét: P(C) = P(A) C7      
4
 20   20 
Ví dụ 31 ) , i = 1, 2,3…
Một hộp phiếu đó chỉ phiếu mắn
Mỗi người lần lượt ngẫu một phiếu
lại mỗi lần
Tìm xác suất có đúng 1 người rút được lá phiếu may mắn
trong 3 người đầu tiên ( nhiều cách
……………………
Nếu trong 3 người đầu chỉ có 1 người rút được phiếu may ): Gọi F là b/c trong 8 người đầu có 1 người rút trúng.
mắn thì hãy tìm xác suất người đó là người rút thứ hai . là biến cố trong 8 người đầu có 2 người rút trúng.
là biến cố trong 8 người đầu có 3 người rút trúng.
Giả sử việc rút phiếu sẽ dừng lại nếu có đủ 3 người rút được
phiếu may mắn. Tìm xác suất có 8 người đã tham gia.
Hãy so sánh cơ hội rút được phiếu may mắn
của những người tham gia.
( Số người có mặt * Tương tự ta tính được P(A
Hướng dẫn:
Gọi A là biến cố người thứ i rút được phiếu may mắn, i =1;2;3. Ví dụ 32
Gọi A là biến cố trong 3 người rút phiếu đầu tiên chỉ có 1 Một hộp trắng đỏ cỡ
người rút được phiếu may mắn. Lấy ngẫu lần lượt từng lại
mỗi lần lấy đến được đỏ dừng
Có thể viết cách khác: A  A1.A 2 .A 3  A1.A 2 .A3  A1.A 2 .A 3 suất
và dùng các công thức xs để tính ra cùng một kết quả.
trắng một được lấy
b) XS cần tìm:
trắng được lấy

Gọi F là biến cố trong 7 người đầu có 2 người rút được phiếu
mắn; C là biến cố có 8 người đã tham gia  suất lấy được nhất biết rằng
C2 .C5 1 7 trắng được lấy
 P(C) = P(F.A 8 ) = P(F).P(A 8 |F) = 3 7 7 . 
C10 3 40
Hướng dẫn: Gọi X là biến cố lấy được bi xanh ở lần lấy thứ i; Ví dụ 33
Đ là biến cố lấy được bi đỏ ở lần lấy thứ i;
là biến cố lấy được bi vàng ở lần lấy thứ i; i= 1,2,….
Gọi bc A: “có 2 bi trắng và một bi xanh được lấy ra”
 “ trong 3 viên đầu có 2 trắng,1 xanh; viên thứ 4 là đỏ”.
.Đ .Đ .Đ
).P(Đ
.Đ .Đ
3 2 2 4 3 2 2 4 2 3 2 4 3 2 2 4 1
P(A)= . . . + . . . + . . . =3× . . . =
9 8 7 6 9 8 7 6 9 8 7 6 9 8 7 6 21
Nếu gọi F là biến cố trong 3 viên bi đầu có 2 bi 15 60
trắng, 1 bi xanh thì A = F .Đ P(AB) 6 153 3 1
C32 .C21 4 1 a) P(A|B)=   b) P(C | D )  6 
P(A) = P(F). P(Đ   P(B) 91 91 120 2
C93 6 21
63 63
b) Gọi B là biến cố không có bi trắng nào được lấy ra. Ví dụ 34

B=Đ Đ Đ cậu Lộc Thọ, thứ tự,
xắc mặt đến
xk 4 2 4 2 1 4 4 xắc xuất hiện chấm Cậu được mặt chấm sẽ
P(B) = + . + . . =
9 9 8 9 8 7 7 quyền ưu của chơi
xk 4 C21 4 C22 4 2
C2k 4 4 suất Lộc nhận được quyền ưu đó
P(B) = + . + . 
9 C91 8 C92 7

k 0
 
C9 9  k 7
k
Hướng dẫn
c) Gọi E là biến cố lấy được ít nhất XS cần tìm: biến cố lần xắc thứ xuất hiện mặt chấm
suất cần
P(EB) P(E.[Đ1 +X1Đ2 +X1X 2 Đ3 ])
P(E/B) = = P( S1.S2 + S1.S2 .S3 .S4 .S5 + S1.S2 .S3 .S4 .S5 .S6 .S7 .S8 +...)
P(B) P(B)
3 6
P(X1Đ2 +X1X 2 Đ3 ) 2 5 1 5 5 1 5 5 1 5 1 1 30
  =             ...      3

P(B) 9 6 6 6 6 6 6 6 6 6 6 5 91
1
1 
S  u1  6
1 q
Ví dụ 35* Ví dụ 37
Một kiện sản phẩm loại sản phẩm loại Người thống được tỉ lệ sản phẩm loại loại phế
sản phẩm loại Một người lấy từng sản phẩm đến phẩm của một xưởng tương ứng
lấy được sản phẩm loại dừng Lấy ngẫu từ xưởng sản phẩm
suất của biến cố “trong sản phẩm suất được sản phẩm loại sản
đã lấy được sản phẩm loại B” phẩm loại phế phẩm
Hướng dẫn
Hướng dẫn
lấy sản phẩm, như đang thực hiện một
…
thử với kết quả xảy thử độc lập như vậy
…
C61  C83  C102 5

suất cần C246 18 suất xảy trường hợp cụ thể  
1 3 k
10
C ×C ×C 5 24 Số trường hợp xảy  
P(E) = 
k=0 C
6
×8
1+3+k
10
24-(1+3+k)
=
143 Đáp số     
24
Ví dụ 36* Ví dụ 38
Mộ chuyến hỏa gồm dừng tại một Một hộp đỏ
mới bước ngẫu độc lập
lần lượt lại mỗi lần
với  Giả sử mỗi người thể một bất kỳ
suất được đỏ
suất mỗi đều mới ngồi
từng lại mỗi lần đến gặp
Gọi có ít nhất toa không có người lên. đủ đỏ dừng đã được
Xác suất cần tìm Hướng dẫn 2 3 4
 7  5  9 
Gọi A là biến cố toa thứ i không có người ,… a) 2 3
C .C .  
9 7 .  . 
 21   21   21 
+ ….. + A
 n
 n được gọi mở rộng
P(B)= P   Ai  = P(Ai )- P(A1A j )+.....+(-1) n-1P(A1A 2 ...A n )
 i1  i=1 i<j  2 4  7  2  9 4  5 2  5
k 2 k k b) C8 .C6 .   .   .    
n. n-1 C n . n-2 C3n . n-3 (-1) n-2 .C nn1.1   21   21   21   21
    ...  0
nk nk nk nk
Ví dụ 39 Một cậu lần lượt giải từng đố một Ví dụ 41
chơi điện thoại thức lựa chọn trả lời Giả sử đèn tại những lộ phố hoạt
hợp đáp được gợi chơi sẽ tự động động độc lập hiệu đèn đỏ tiếp, đèn
dừng nếu người chơi trả lời đến nếu vượt đèn suất một
được thứ người chơi sẽ được Giả người đi lộ lần gặp đèn lần gặp đèn đỏ
sử rằng suất cậu trả lời đúng mỗi hỏi
Ví dụ 42
suất cậu dừng chơi trả lời thứ
suất cậu được Một người viết tấm thiệp khác nhau gửi cho người bạn.
Trong lúc lơ đãng anh ta đã bỏ ngẫu nhiên tấm thiệp này vào
Hướng dẫn P(dừng ngay sau câu thứ 7) = 0,4 bì thư đã ghi sẵn địa chỉ của những người bạn nói trên và gửi đi.
P(dừng thứ C76  0, 6  0,4 7 a) Tìm xác suất trong những người bạn đó, có ít nhất
P(dừng thứ C86  0, 62  0, 47 người A và B sẽ nhận đúng thiệp dành cho mình.
20
b) Tìm xác suất có ít nhất một người bạn nhận đúng
…… cần 1   Ck61  0, 6 k 7  0, 47
k 7
thiệp
Ví dụ 40 Để vận chuyển đường người xếp Ví dụ 43

đào những hộp thống của một Hộp sản phẩm loại sản phẩm loại
cửa đến đào mới nhập về Hộp sản phẩm loại sản phẩm loại
đã bị hư hỏng vận chuyển Chọn ngẫu hộp từ đó lấy sản phẩm
Nếu chọn ngẫu đào từ một hộp
được sản phẩm loại
suất hỏng
suất đã chọn được hộp
Nếu chọn ngẫu đào từ một hộp
Nếu lấy sản phẩm nữa từ hộp đã chọn suất
hỏng suất cả hỏng
được một sản phẩm loại sản phẩm loại
hộp đào hộp hỏng hơn
Hướng dẫn
Gọi biến cố sản phẩm lấy đầu loại
biến cố đã chọn hộp I; biến cố đã chọn hộp
E là biến cố 2 sản phẩm lấy thêm có 1 loại A, 1 loại B
P(H1F) P(H1 ).P(F/H1 )
Ví dụ 44*
P(H1 / F)= =
P(F) P(H1 ).P(F/H1 )+P(H 2 ).P(F/H 2 ) Một vấn đáp phải bốc thăm hỏi từ
1 10 hộp đựng đề thức giống

2 15 5 Hộp hỏi hỏi dễ
 
1 10 1 8 11 Hộp II gồm 3 câu hỏi khó và 3 câu hỏi dễ .
  
2 15 2 10
suất cần Nếu 1 sinh viên đã chọn ngẫu nhiên 1 hộp
đang biến cố đã xảy tức và từ đó rút 2 phiếu đều gặp câu hỏi khó
đang hệ biến cố đầy đủ thì sinh viên này nên rút câu hỏi tiếp theo
5 6
P(H1 / F) = ; P(H 2 / F) = ở cùng hộp đó hay ở hộp còn lại thì sẽ có nhiều khả năng
11 11
tương tự hoặc sử dụng biến cố đối lập gặp được câu hỏi dễ hơn?
Sử dụng thức với hệ biến cố
P(E/ F) = P(H1 /F)×P(E/H1F) + P(H 2 /F)×P(E/H 2 F) Gọi biến cố đã đầu từ hộp

biến cố đã đầu từ hộp
5 C91 .C51 6 C71 .C21 1312 đã được hỏi
= × 2 + × 2 
11 C14 11 C9 3003 tiếp được hỏi dễ từ hộp đang chọn
SV rút tiếp được câu hỏi dễ từ hộp còn lại.
Sử dụng biến đổi trực tiếp
Yêu cầu bài toán:
P(EF) P(H1 ).P(FE/H1 )+P(H 2 ).P(FE/H 2 ) } tạo thành nhóm biến cố đầy đủ.
P(E/ F) = =
P(F) P(H1 ).P(F/H1 )+P(H 2 ).P(F/H 2 ) P(A.B1 ) P(H1 ).P(AB1|H1 )+P(H 2 ).P(AB1|H 2 )
P(B1|A)= =
1 10 C91  C51 1 8 C71  C21 P(A) P(H1 ).P(A|H1 )+P(H 2 ).P(A|H 2 )
    
2 15 C142 2 10 C92 1312 1 C62 4 1 C32 3
  . . + . .
1 10 1 8 3003 2 C102 8 2 C62 4
   = = 0,5938
2 15 2 10 1 C62 1 C32
. + .
2 C102 2 C62
Tương tự: 1 C62 3 1 C32 4
. . + . .
P(A.B2 ) 2 C102 6 2 C62 10
P(B2 |A)= =  0, 4625
P(A) 1 C62 1 C32
. + .
2 C120 2 C62
Suy ra nếu SV tiếp tục rút tiếp câu thứ 3 từ hộp đã chọn thì có
nhiều khả năng hơn để gặp câu thứ 3 dễ.
} tạo thành nhóm biến cố đầy đủ
XS tiền nghiệm
1 C62
.
P(H1 ).P(A|H1 ) 2 C102
* P(H1|A)= =  0, 625
P(H1 ).P(A|H1 )+P(H 2 ).P(A|H 2 ) 1 C62 1 C32
. + .
2 C102 2 C62
) = 0,375. ( Tính tương tự hoặc P(H

đượ là các XS hậu nghiệm
Vì giả thiết biến cố A đã xảy ra nên P(H |A) trở

thành hệ biến cố đầy đủ.
4 3
= 0, 625   0,375   0,5938
8 4
3 4
= 0, 625   0,375   0, 4625
6 10
Nên tiếp tục rút câu hỏi tiếp theo từ hộp đã chọn.

Chương BIẾN NGẪU NHIÊN II.1. Định nghĩa và phân loại
VÉC TƠ NGẪU NHIÊN Định nghĩa
Một biến số được gọi biến ngẫu nhiên gọi biến
Định nghĩa và phân loại Biến ngẫu nhiên. số ngẫu – đại lượng ngẫu nếu
Biểu diễn các phân phối xác suất của biến ngẫu kết quả của mỗi thử sẽ nhận một chỉ một
II.2.1 Bảng phân phối XS của BNN rời rạc. trị thể của thuộc sự động
của yếu tố ngẫu
II.2.2 Hàm phân phối XS của BNN.
II.2.3 Hàm mật độ XS của BNN liên tục. Kí hiệu cho biến ngẫu nhiên: X, Y, Z , X …, X , …
II.3 Một số tham số đặc trưng của biến ngẫu nhiên. Các giá trị có thể có của chúng được kí hiệu bằng chữ cái in
thường x, x ….
II.3.1 Kỳ vọng toán Phương sai và độ lệch
II.3.3 Mốt Trung vị Biến đó được gọi ngẫu trước tiến
II.3.5 Sử dụng máy tính bỏ túi để tính 1 số tham số đặc trưng. thử chưa thể biết chắc chắn sẽ nhận trị
chỉ thể dự đoán điều đó với một suất nhất định
II.3.6 Hàm của biến ngẫu nhiên.
Chương II: Biến ngẫu nhiên & VTNN
Vectơ ngẫu nhiên rời rạc 2 chiều (X,Y). Biến ngẫu nhiên được phân làm 2 loại:
II.4.1 Bảng phân phối XS đồng thời. Biến ngẫu gọi rời rạc nếu thể đếm được
II.4.2 Phân phối XS theo các BNN thành phần X, Y (PP lề). trị thể của hữu hạn hoặc hạn)
II.4.3 PP XS có điều kiện. Số chấm xuất hiện xắc rời rạc
II.4.4 Điều kiện độc lập của X và Y. một người mỗi tờ số đến
được giải đặc biệt Gọi số người đó đã
II.4.5 Hàm phân phối XS của (X,Y). đến giải đặc biệt, rời rạc
II.5 Một số tham số đặc trưng của vectơ ngẫu nhiên. Biến ngẫu gọi tục nếu trị thể của
* Kỳ vọng toán Kỳ vọng có điều kiện lấp đầy nhất một khoảng trục số
Covarian ( Hiệp phương sai) * Ma trận tương quan Như vậy đối với biến ngẫu tục người thể
Hệ số tương quan & ý nghĩa. đếm được trị thể của
* Sử dụng máy tính bỏ túi để tính một số tham số đặc trưng. Chiều của trẻ ở một địa phương, mực nước mưa đo
được mỗi trận mưa… biến ngẫu tục
II.6. Hàm của vectơ ngẫu nhiên (X,Y).
Chương II: Biến ngẫu nhiên & VTNN Chương II: Biến ngẫu nhiên & VTNN
Nếu hiệu  tập trị thể của việc biến ngẫu Hàm mật độ xác suất của BNN liên tục
nhận một trị đó tập hợp như “X ”, “X=x ”… thực chất
biến cố ngẫu Để biểu thị mức độ tập suất của biến ngẫu
Hơn nữa thực hiện một thử nhất định sẽ nhận một chỉ một tục cận của một điểm người đưa
trị thể tập  đó tập tất cả biến cố
{“ ”  tạo một biến cố đầy đủ
niệm mật độ suất
Lưu ý: cần phân biệt niệm “Biến cố ” “Biến ngẫu “. mật độ  f ( x)  0, x 
 
suất của biến ngẫu nhiên  
Biểu diễn các phân phối xác suất của BNN
liên tục nào đó   f ( x)dx  1
• luật phối suất của biến ngẫu sự tương ứng  
giữa trị thể của với tương ứng chất:
• thức tả luật phối thường
  
Bảng phân phối XS hoặc hàm XS (chỉ dùng cho BNN rời rạc )
Hàm mật độ xác suất (chỉ dùng cho BNN liên tục )  
Hàm phân phối xác suất (dùng cho cả 2 loại BNN ).    

Bảng phân phối xác suất của BNN rời rạc phân phối xác suất
Bảng phân phối xác suất của BNN rời rạc đặc trưng cho phân Giả sử X là một biến ngẫu nhiên , còn x một số thực bất kỳ.
phối xác suất của BNN X tại mỗi điểm, nó có dạng: x đổi trên R thì xác suất của biến cố “ X  x ” cũng
…. (…) thay đổi theo.
…. p (…) định nghĩa x (*)
ở đây: < …< x (…) ; x các giá trị có thể có của hàm phân phối xác suất của X , (còn gọi là hàm phân bố tích
 “X “)      lũy –
 p1 khi x  x1 Trong trường hợp không sợ nhầm lẫn, người ta có thể chỉ ký
Hàm xác suất của X: p
 2 khi x  x2 hiệu hàm phân phối xác suất của biến ngẫu nhiên X là F(x) .
..
f X ( x)   Về mặt ý nghĩa, giá trị x phản ánh mức độ tập trung xác
còn gọi là hàm khối xác suất  pn khi x  xn
(...) suất của BNN X ở về phía bên trái của số thực x

0 khi x  { x1; x2 ;...; xn ;(...)}
Các tính chất của hàm phân phối xác suất : Ví dụ 2
     Một hộp gồm bi trắng và 3 bi xanh cùng cỡ .
 Nếu x   F(x) là hàm tăng trên . Lấy ra ngẫu 3 viên bi từ hộp.
Gọi X là biến ngẫu nhiên chỉ số bi xanh trong
  –
các bi được lấy
 Nếu X là BNN rời rạc F(x)   pi
xi  x
a) Lập bảng phân phối XS và viết hàm khối
x
xác suất của X.
 Nếu X là BNN liên tục F(x)  

f (t )dt
b) Gọi F x) là hàm phân phối XS của X.
khi đó ) = F’(x)   – Tính các giá trị F(
và tìm biểu thức tổng quát F x
* F(x) là hàm khả vi trên ( hoặc có thể trừ một số đếm được c) Vẽ đồ thị hàm phân phối XS của X.
các điểm). Hàm phân phối của BNN liên tục là liên tục trên .
Ví dụ 1 Hướng dẫn: a) Các giá trị X có thể nhận được là { 0; 1; 2; 3}.

 Xác suất KHÔNG có bi xanh nào trong 3 bi được lấy ra.
Hàm (khối) xác suất của biến ngẫu nhiên X có dạng: C 73 7 7 6 5 7
 3  hoặc    
xc C10 24 10 9 8 24
 khi x  {1; 2;3}
f ( x)   10  XS có 1 bi xanh trong 3 bi được lấy ra
0 khi x  {1; 2;3} C31C 72 hay
3 7 6 21
 3
   3 
Tìm giá trị phù hợp của c . C 10 10 9 8 40
Đáp số: c = 4/3 C32C17 hay
3 2 7 7 C33 hay 3 2 1 1
    3   3
   
C103 10 9 8 40 C10 10 9 8 120
Bảng phân phối xác suất của X:
Hàm khối xác suất: 7 / 24 khi x  0 tập xắc lập bảng phối
 21/ 40 khi x  1
hoặc:  suất biến ngẫu chỉ số chấm lớn nhất ở mặt
f ( x)  7 / 40 khi x  2 của xắc
1/ 120 khi x  3
 tập Một Giả sử
0 x {0; 1; 2;3}
x) là hàm phân phối xác suất của X . buổi học, suất đi trễ lần lượt
 lập bảng phối suất phối suất
  0 khi x 0 biến ngẫu chỉ số của đi trễ
  7
 khi 0  x 1 một buổi học Nếu một đi trễ
Tổng quát hơn:  24 suất đó bạn trễ
 7 21 49
   khi 1 x  2
FX ( x)  P(X  x)   pi   24 40 60 tập Một muốn đèn kiểm
xi  x  7 21 7 119 từng một, nếu gặp đèn lỗi sẽ dừng lại chỉ
    khi 2x3
 24 40 40 120 nếu cả đèn đều đạt Giả sử suất mỗi đèn đạt
 7 21 7 1 cầu đều lập suất số đèn đã
    1 khi x 3
 24 40 40 120 được kiểm
tập Một lớp đó

x) là hàm phân phối xác suất của X .
đá Chọn ngẫu từ
lớp Lập bảng phối số người đá
được chọn
tập Tỉ lệ đá ở một
Chọn ngẫu Lập
bảng phối số đá
những người được chọn
Đồ thị hàm khối XS Đồ thị hàm phân phối XS tập cầu thủ rổ đến
người lọt mới suất rổ
mỗi lần của người đầu người
lập bảng phối suất biến ngẫu
số lần của người đầu
suất người đầu thắng cuộc rổ)
trường hợp lần
Ví dụ 4 biến ngẫu nhiên X có hàm mật độ xác suất :
Ví dụ 3 Một người tung cùng lúc 2 con xúc xắc cho đến khi
được tổng số chấm trên 2 con xúc xắc lớn hơn 10 thì  
dừng lại. Gọi Y là số lần người đó đã tung xúc xắc.
a) Hãy lập bảng phân phối xác suất của Y.  
c) Tìm xác suất người đó tung đúng 7 lần Tìm hệ số k .

nếu biết người đó đã không dừng lại trước lần tung thứ 4
 π π  3π 
Hướng dẫn: P  - < X <  và P  0< X < 
 6 4  4 
Gọi là b/c lần tung thứ i được tổng số chấm > 10; i=1,2.. Tìm xác suất trong 5 lần thực hiện phép thử ngẫu nhiên
 3 1 11  π π
P(Bi )   ; P(Bi )  . i độc lập thì có 3 lần X nhận giá trị trong khoảng  - , 
36 12 12  6 4
d) Tìm hàm phân phối F của biến ngẫu nhiên X.
1 11 1
 P Y=1  P(B1 )   P Y  2  P(B1.B 2 )  
12 12 12
2
 11  1
P Y  3  P(B1.B2 .B3 )     ..... Hướng dẫn: a) * Điều kiện f(x)    
 12  12 
/4
 π π 1
*P  - < X <    cos x dx
 6 4   /6 2
11 1  11  1
2
 0, 6036
P (2  Y  10)  P (Y  2)  P (Y  3) 
2
   
12 12  12  12  3π 
 /2
1
*P  0< X <  
 4   2
cos x dx
c) Xác suất cần tìm là: 6
0
 11  1 1
P(Y=7)    
2
P(Y=7/ Y  4) = =  12  12  0, 0642
P( Y  4 ) 3
 11 
k 1
1
1     Đây là bt Bernoulli với n=5; p=0,6036; k=3. XS cần tìm:
k 1  12  12
x
 1 5
  0.dt  0 khi x  
2 Hướng dẫn: a) k = P(X 2 < 9 )=
FX ( x )  P( X  x )   11 11
x   2 x 3
 1 1 1 b) P(X>0 / X 2 < 9) =
  f (t )dt    0.dt   cos t.dt  sin x  khi  2  x   2
    2 2 2 k 12-k 5
 
2 12
9 2
 2

2
1
x c)  C    
k
12  0,6233
  0.dt   cos t.dt   0.dt  1 khi x   2 k=10  11   11 
   2 
2 2
2 3
d)A = P(X  0) + 3×P(X  1) = +3× =1
Có thể kiểm tra lại kết quả câu b) theo 11 11
công thức dùng hàm phân phối : dn
e) FY (4) = P(Y  4) = P(X 3  4)
 π π  π  π
P  - < X <   FX    FX   3
 6 4  4  6 4+2
= P(X  4) = 3
11
 3π   3π 
P  0< X <   FX    FX 0 Bài toán tìm biểu thức tổng quát F (y) gọi là bài toán tìm phân phối xác
 4   4 
suất hàm (Y) của biến ngẫu nhiên X.
Ví dụ 5 biến ngẫu nhiên X có hàm mật độ xác suất Ví dụ 6

Một chi tiết máy được tạo thành từ 3 linh kiện hoạt động
độc lập. Tuổi thọ đơn vị: giờ) của mỗi linh kiện là biến ngẫu
nhiên liên tục có hàm mật độ xác suất:
  5000 x
) Tìm hệ số f ( x)   k . e khi x  0
Tìm xác suất X nhận giá trị dương nếu biết X  0 khi x  0
) Tìm xác suất trong 12 phép thử độc lập ít nhất 10 lần X tiết bị hỏng khi có ít nhất 2 linh kiện bị hỏng. Tìm xác
suất chi tiết bị hỏng trong 1000 giờ hoạt động đầu tiên
nhận giá trị dương.
Ký hiệu F hàm phân phối xác suất của X. Tìm giá trị biểu
thức A = F
e) Xét biến ngẫu nhiên Y = X
giá trị hàm phân phối tại Y= 4: F
Ví dụ 7 Các tính chất :
nhiên liệu rắn của tên lửa, kích thước hạt một yếu * E(C) = C C là một BNN đặc biệt nhận giá trị C với xác suất =1.
tố quan trọng. nghiên cứu từ dữ liệu sản xuất trước đây  E( a.X+b.Y) = a.E(X) + b.E(Y), với X, Y là các BNN; a,b 
đã xác định kích thước hạt (đơn vị  bố xác suất
 nếu độc lập
đặc trưng bởi hàm mật độ:
 Giả sử Y là hàm của biến ngẫu nhiên X và viết Y = 
E(Y)=  φ(x i ).pi nếu X là BNN rời rạc có
Tìm xác suất một hạt ngẫu nhiên được lấy từ trong i
liệu sản xuất có kích thước lớn hơn 4 

Tìm hàm phân phối xác suất x  nếu X có hàm mật độ f(x).
) Tìm kích thước hạt trung bình và phương sai của kích
thước hạt ( xem định nghĩa ở các slide 23 3
1  x x 1
Hướng dẫn a) P X> 4 1 / 64 b) FX (x)  
0 x 1 Các BNN X+Y; X .Y và khái niệm độc lập sẽ được trình bày khi
c) E(X)  3 / 2; D(X) = 3/4 nói về véc tơ ngẫu nhiên ở mục II.5 và II.6.
Ví dụ 8: Dưới đây là bảng điểm của 2 nhóm SV.

II.3 Một số tham số đặc trưng của BNN. Điểm nhóm 1: Điểm nhóm 2:
Kỳ vọng toán:
Kỳ vọng gọi vọng số) của
trị suất của hiệu
a) Hãy kiểm tra lại kết quả:
Công thức tính : b) Dưới đây là bảng PPXS của các BNN
Đối với BNN rời rạc E X   x i pi
i

Đối với BNN liên tục E X   x. f ( x)dx

 Từ đó có thể so sánh gì về sự phân tán của các

BNN X1, X2 quanh giá trị trung bình của chúng là 6.2 ?
Phương sai và độ lệch chuẩn: cần đánh mức độ của biến ngẫu đơn vị
đo của người thường độ lệch chuẩn chứ phải
Phương sai gọi số của biến phương độ lệch chuẩn đơn vị đo với biến ngẫu
ngẫu được định nghĩa bằng của cần cứu, đơn vị đo của phương bằng phương
phương lệch giữa biến ngẫu với kỳ vọng của đơn vị đo của biến ngẫu
Kí hiệu bởi D(X) hay V(X). tính chất :  
Công thức tính: – 

Nếu X là BNN rời rạc thì:  với X,Y là độc lập
 , với X,Y là độc lập
Nếu X là BNN liên tục thì:
Các BNN X+Y; X .Y và khái niệm độc lập sẽ được trình

nói về véc tơ ngẫu nhiên ở mục II.5 và
Phương của biến ngẫu phản mức độ Mốt: Mốt của BNN X ( kí hiệu giá trị của
của trị của trị kỳ vọng của biến ngẫu nhiên X tương ứng với xác suất lớn nhất nếu X là
Phương nhỏ trị của tập gần biến ngẫu nhiên rời rạc và tương ứng với cực đại của hàm mật
độ xác suất nếu X là biến ngẫu nhiên liên tục
• kỹ thuật, phương thường đặc trưng mức độ
của thước tiết số của Trung vị:
thiết bị Phương biết sự ổn định của thiết bị Trung vị ( median) của biến ngẫu nhiên X, kí hiệu , là một
nghiệp, phương đặc trưng mức độ đồng đều của giá trị thực thỏa: P(X    
vật trồng quản đặc Khi X là biến ngẫu nhiên liên tục thì P(X 
trưng mức độ rủi của quyết định
Ví dụ 8 
Độ lệch chuẩn: 
• Độ lệch chuẩn ( standard của biến ngẫu nhiên
kí hiệu X , là căn bậc hai của phương sai : * Định nghĩa trung vị của biến ngẫu nhiên X xác định qua tập số
 X   ( X )  V( X ) liệu cụ thể: xem ở nội dung Lý thuyết mẫu trong chương 4.
Quay lại các VD2 Hướng dẫn:
dụ * Nếu thực hiện theo phương án I cần 5000 xét nghiệm.
Gọi số nghiệm cần thực hiện đối với mỗi
người phương
Ví dụ 3: Số lần tung trung bình là E(Y)
k 1 k 1
biến ngẫu bảng phối suất

 11  1 1   11  1  11
E(Y)   k .     k .     k .q k 1; q 
k 1  12  12 12, k 1  12  , 12 k 1 12
1   k  , 1   k  1  q  1 1
  q  12  
12 k 1  
q     
12  1  q 
.
12 (1  q )2
 12   
 k 1 
 số nghiệm như vậy
Ví dụ 4:  2
  nghiệm
E(X) =  xf (x )dx   x cos(x )dx  0
 
2 Như vậy thể số nghiệm cần thực hiện phương

 2 hơn phương
V(X)   x f (x )dx  E (X )   x 2 cos(x )dx  0.9348
2 2
 
 Lưu Kết quả của nghĩa số lớn
2
Ví dụ 9: Ví dụ 10:
điều tỉ lệ người bị mắc bệnh sốt Thống về nạn thấy
ở một Người cần
năm, tỉ lệ một người bị nạn mức độ nhẹ
nghiệm người ở đó để
nặng tương ứng
sốt phương đưa
Phương nghiệm từng người một Một bảo hiểm mức năm
đồng/người số tiền mỗi người
Phương Lấy từng người một trộn lẫn với
một vụ nạn ở mức độ nhẹ triệu đồng nặng
rồi nghiệm Nếu nghiệm
triệu đồng
Nếu nghiệm dương
chứng tỏ người đó nhất một người bệnh, Hỏi lợi nhuận năm được đối với mỗi
đó phải nghiệm lẻ mỗi người để người bảo hiểm biết rằng thuế
người bệnh phải nộp tổng tất cả chiếm
Hỏi phương phải thực hiện nghiệm
Hướng dẫn: 30 ngàn (10%+15%)*30 ngàn (đồng)
hơn? (Đây họa nghĩa của kỳ vọng
Ví dụ 11 TẬP
Cho biết tuổi thọ X ( đơn vị: tháng) của một loại côn trùng là
một ĐLNN có hàm phân phối xác suất :
Tìm hệ số k và tính xác suất để côn trùng chết trước khi

nó được 1 tháng tuổi.
Tìm hàm mật độ xác suất của X.
Hãy tính tuổi thọ trung bình của loại côn trùng đó.
ìm mức tuổi thọ mà 1 nửa số côn trùng không sống
qua được mức đó.
Hướng dẫn: a) Do X là ĐLNN liên tục nên hàm F(x) liên tục
trên R , suy ra F(x) liên tục tại x=4 
 4 x3 x 4  3
 k   1 k 
 3 4  x 4 64
3  4 13 14  3
* P 0  X 1  F 1 –F 0    0 
64  3 4 256
3 2
 *x (4-x) x  0; 4
b) f(x)= [F(x)]' =  64
0 x  0;4

 4
3 12
c) E(X)   xf(x)dx=  64 *x (4-x)dx 
3
 0
5
Gợi ý: Tìm giá trị m  
( m chính là trung vị của X
HD Sử dụng MTBT tìm 1 số đặc trưng của BNN rời rạc:
bước thực hiện 580 VN….
Xóa nhớ bài cũ ……. ……
Vào chế độ thống kê – –

một biến.
Mở cột tần số (nếu – –

máy chưa mở)
Nhập dữ liệu
… … …
…
Đọc kết quả E(X) – – –

hoặc
Đọc kết quả – – –
V(X)
σX hoặc
Tham khảo các tổng – …. – 2….
hoặc
II.3.7 HÀM CỦA BIẾN NGẪU NHIÊN Ví dụ 13

Dạng bài: Cho biết quy luật phân phối xác suất Cho X là biến ngẫu nhiên có phân phối đều đoạn [1; 4].
của biến ngẫu nhiên X, hãy tìm quy luật phân ( xem định nghĩa ở chương 3 mục III.4.7 )
phối xác suất của biến ngẫu nhiên Y= f(X). a) Tìm hàm phân phối xác suất của biến ngẫu nhiên Y = lnX +1.
Ví dụ 12 Hướng dẫn: 1
x  [1; 4]
a) Hàm mật độ xác suất của X: f X ( x)   3
.
0 x  [1; 4]
và hàm phân phối XS của X :
 0 x 1
1
 1
FX (x)   x  1 x  4
3 3
 1 x4
Đặt Y = lnX + 1. II.4. VÉC TƠ NGẪU NHIÊN RỜI RẠC 2 CHIỀU
hiệu ) là hàm phân phối xác suất của 
Biến đổi theo định nghĩa: niệm tơ ngẫu
Nếu các biến ngẫu nhiên X ,…, X cùng xác định trên các
   ) ; với  kết quả của một phép thử thì ta nói Z = (X ,…, X ) là một
 0 e y 1  1 vectơ ngẫu nhiên chiều.
 Nội dung tiếp theo chỉ đề cập đến véc tơ ngẫu nhiên rời rạc
1 1
  e y 1  1  e y 1  4 hai chiều (X,Y); khi mà X và Y là các biến ngẫu nhiên rời rạc.
3 3

 1 e y 1  4
Cách 1: Tìm qua hàm mật độ xác suất của Y.
Thay công thức:  ln 4 1

e y 1
E Y  

y. f ( y)dy  
1
y.
3
dy  1.8484
Cách 2: Sử dụng tính chất kỳ vọng của hàm theo biến X.

 4
1
E Y   φ(x) f ( x)dx   (ln x  1)  3 dx 1.8484
 1
II.4.2 Phân phối XS theo các BNN thành phần X, Y II.4.4 Điều kiện độc lập của X và Y.
(còn gọi là phân phối lề theo X; theo Y). biến ngẫu độc lập với nếu luật
phối suất của phụ thuộc việc biến
nhận trị ngược lại
chất độc lập 
 
  
phối suất đồng thời của
RR
   p ij
xi  x yj y
Lưu ý:
• F(x,y) chính là xác suất để điểm ngẫu nhiên M(X,Y) rơi vào
hình chữ nhật vô hạn có đỉnh phía trên, bên phải là (x,y).
Phân phối xác suất có điều kiện: II.5 MỘT SỐ ĐẶC TRƯNG của BNN hai chiều rời rạc:
* Kỳ vọng toán:
* Hiệp phương sai (Covarian, mômen tương quan):
RR
ở đây: E(X.Y) =  x y p
j i
i j ij
Nhận xét: 
… 
II.6 HÀM CỦA BIẾN NGẪU NHIÊN 2 CHIỀU RỜI RẠC:
Ma trận tương quan ( ma trận hiệp phương sai) của (X,Y):
Nếu ứng với mỗi cặp trị thể của biến ngẫu
 cov(X,X) cov(X,Y)  chiều một trị thể của
D(X,Y)=  
 cov(Y,X) cov(Y,Y)  của biến ngẫu hiệu 
 D(X) cov(X,Y)  biến ngẫu chiều bảng phối suất

=
cov(Y,X) D(Y)  đồng thời được biểu diễn thể phối
suất của thức
* Hệ số tương quan của X và Y: P(Z = z k ) = 
φ(x i ,y j ) = z k
pij
cov(X,Y) E(XY)-E(X).E(Y)
RXY  =
D(X) D(Y) D(X) D(Y)
Hệ số tương để đặc trưng mức độ Một số tính chất:

chặt chẽ của mối hệ phụ thuộc giữa Z =φ X, Y  E Z =  φ(x,y)  p
i; j
ij
Hệ số tương đơn vị đo   a,b là các hằng số

Nếu tương ngược lại  
 tương * Khi X, Y độc lập : 

Nếu độc lập
Giả sử X ,…,X là các BNN độc lập, có cùng phân phối xác suất.
Điều ngược lại đúng, tức nếu Ký hiệu E(X  
hoặc độc lập, hoặc phụ thuộc ở một dạng thức đó • +…+ X 
Nếu  tương tuyến (thuận /nghịch) X1 +X 2 +...+X n 2
• X= co' E X = a ; V X = 2
 tương “gần” tuyến n n
 Khi đo một đại lượng vật lý, người ta thường đo nhiều lần
rồi lấy trung bình cộng các kết quả làm giá trị của đại lượng đó.
Ví dụ 14 Hướng dẫn:
Dưới đây bảng phối suất đồng thời của Gọi biến cố lần thứ lấy được phẩm …
Ai biến cố lần thứ lấy được phế phẩm …
2 3 2
A1.A 2 .A 3  P(X=2; Y=1)     0, 2
5 4 3
X 2 Y 1
3 2 1 2
A1 .A 2 .A3 A 4  P(X=1; Y=3)      0,1
a) Tìm giá trị phù hợp cho các tham số a; b, biết E(Y) = 3.17 5 4 3 2
X 1 Y 3
Ví dụ 15
Một hộp đựng sản phẩm, đó phế phẩm
kiểm biết sản phẩm được lấy kiểm
đến hiện thấy phế phẩm dừng lại
hiệu chỉ số lần kiểm tới phế phẩm đầu 3 2 3
được hiện chỉ số lần kiểm tiếp p11 = P (X=1;Y=1) = P(A1.A 2 )  . 
5 4 10 p 23 = P (X=2;Y=3) = 0
tới phế phẩm thứ được hiện 3 2 2 1 p32 = P (X=3;Y=2) = 0
p12 = P (X=1;Y=2) = P(A1.A 2 .A 3 )  . . 
5 4 3 5
3 2 1 1 p33 = P (X=3;Y=3) = 0
a) Lập bảng phân phối xác suất đồng thời của (X, Y). p13 = P (X=1;Y=3) = P(A1 .A 2 .A 3 .A 4 )  . . .1 
5 4 3 10
b) Tính cov(X,Y) và hệ số tương quan của X, Y. 2 3 2 1
p 21 = P (X=2;Y=1) = P(A1.A 2 .A 3 )  . . 
c) X,Y có độc lập hay không ? 5 4 3 5
2 3 1 1
d) Tìm phân phối XS và kỳ vọng có điều kiện p 22 = P (X=2;Y=2) = P(A1.A 2 .A 3 .A 4 )  . . .1 
5 4 3 10
của X khi Y=2.
2 1 1
p31 = P (X=3;Y=1) = P(A1.A 2 .A 3.A 4 )  . .1.1 
5 4 10
Theo đn, X,Y độc lập  
Trong bảng PPXS đồng thời: 

nhưng   
nên ta kết luận X,Y không độc lập.
Viết lại các bảng PPXS thành phần của X và Y ( phân phối lề):
≠ 0 nên suy ra X,Y không độc lập)
Từ bảng PPXS đồng thời, suy ra bảng phân phối xác suất của
X với điều kiện Y=2:
E XY  1 1 0,3  1 2  0, 2  1 3  0,1  2 1  0, 2  2  2  0,1  3 1 0,1  2, 1 0, 2 2 0,1 1

 
E(XY)-E(X).E(Y) -1 0, 3 3 0, 3 3
R XY = =
D(X) D(Y) 3
HD Sử dụng MTBT tìm 1 số đặc trưng của VTNN rời rạc:

Ví dụ 16
bước thực hiện ES (PLUS)… 580 VNX….
Mở cột tần số
(nếu chưa mở
Vào chế độ thống

biến.
Nhập dữ liệu
… … … ….
…
Đọc kết quả – –
Muốn có kq E(Y) thì chọn

Đọc kết quả – –
σX Hướng dẫn: X,Y độc lập nên P(X=a ,Y=b)  
  
D(X) D(Y)
Muốn có kq D(Y) thì chọn
Đọc kết quả – – Lập bảng PPXS đồng thời của (X,Y) rồi tính giá trị hàm Z=3X
Tham khảo các KQ – ….
 
Ví dụ:  
 
 
Ví dụ 17
Đáp số:
Dưới đây là bảng PPXS đồng thời của 2 biến ngẫu
nhiên X,Y. Tìm hàm phân phối XS của (X,Y).
Y 10 20
X
2 0.1 0.3
5 0.2 0.4
Hướng dẫn :
  p
i,j
ij ; x i  x & y j  y.
Biến ngẫu nhiên 2 chiều (X,Y ) có bảng phân phối xác suất Giả thiết tuần, đến trường Với mỗi
đồng thời như sau: học, suất đi sớm đi đúng giờ
đi trễ
Lập bảng phối suất đồng thời giữa biến
số buổi đi học trễ một tuần số buổi đi
sớm tuần đó
Chứng minh X ,Y là độc lập. Lập bảng phối suất của với điều kiện
Tìm hệ số tương quan Rxy. tuần buổi đi học trễ
Tìm phân phối xác suất của biến ngẫu nhiên Z = X
Tính E(Z) bằng 2 cách khác nhau.
Hướng dẫn: Hướng dẫn:

b) Do X,Y độc lập nên R
d) Tính E(Z) bằng 2 cách khác nhau.

Cách 1: Dùng trực tiếp bảng trong câu c):
tính chất kỳ vọng của các biến ngẫu nhiên độc
lập, với E(X) = 0,7; E(X

Chương III: MỘT SỐ QUY LUẬT PHÂN PHỐI phối chuẩn luật phối rất thường gặp
XÁC SUẤT THÔNG DỤNG nhiều bố suất tự thực tế đời sống
giống phối chuẩn
Một số quy luật phân phối xác suất thông dụng
nghiệp, người đã định được rằng thước
III.1.1 Phân phối chuẩn
của tiết sản xuất sẽ phối
Phân phối – một )
chuẩn nếu sản xuất diễn thường
phối Nhị thức
III.1.4 Phân phối Siêu bội nghiệp, năng suất của một loại trồng tại thửa ruộng
phối Poisson cũng phối chuẩn Một số chỉ số về thể lực
III.1.6 Phân phối Hình học tuệ người cũng phối chuẩn…
phối đều
phối lũy thừa khảo phương kiểm tập dữ liệu chuẩn
phối Student; PP Chi Bình Phương; PP Fisher. liệu từ –
Các định lý giới hạn
Chương 3: Một số dạng phân phối XS thông dụng Chương 3: Một số dạng phân phối XS thông dụng
III.1.1 Phân phối chuẩn ( hay là pp bình thường) mật độ

Định nghĩa được gọi phối chuẩn Trường hợp   gọi
hiệu nếu phối (chuẩn) chuẩn tắc mật độ của phối chuẩn tắc
mật độ suất của dạng được gọi mật độ
( x   )2
1 
f ( x)  e 2 2
,   0; x 
 2
Nếu  
Tính chất X- µ
Y= ~ N 0; 1
Nếu  σ
  Nhờ đổi biến, thể chất của
chuẩn việc khảo
mật độ chẵn
nhận trị xấp xỉ
phân phối xác suất của phân phối chuẩn tắc:
 ở dạng tục,
 được bằng một
Nhập trực tiếp thức
cận dưới  bởi một trị bất kỳ nhỏ hơn
bảng vị phải của chuẩn tắc (gồm bảng
bảng dương) Viết (hoặc ở dạng số chữ số thập
trị cần nằm ở cột
Lấy bằng trị của ở chức năng của
• Sử dụng MTBT CASIO fx 570 ES PLUS

chế độ thống kê 1 biến
Nhấn phím để bỏ qua bước nhập số liệu.
Bấm Nhập x
• Sử dụng MTBT CASIO fx 580 VN X:
chế độ thống kê 1 biến:
–
Chọn – Nhập x
•   
  
* Lưu ý: có thể tìm được giá trị hàm ngược của
 3…
III.1.1.d Các tính chất của phân phối chuẩn:
ct 1  ( x   )2
1 
Nếu X P (  X   )  
2
e 2 dx
  2
ct 2    
 ( )  ( )
 
ct 3    
P (  X   )  L( )  L( )
   
 ( x   )2 2
1  đb 
1  y2 x
 dx   y
2
2
e e dy ,
  2    2 
      
t 0 y2  y2  y2  2
1 x
2 
1 x 2
2 1  1  1  1  y2
P(t )  
 2
e 2
dx R(t )  t 2
e dx  
  2
e 2
dy  
0 2
e 2
dy   
0 2
e 2
dy  
0 2
e dy
t 
1  x2 2
Q(t )   2
e dx
 L(
 
)  L(
   hay   
)  ( )  (
 
)
0
   
Tham khảo Nếu X
tắc
chất    
 lẻ   đơn điệu tăng R    
  –   
  
bấm

Mặc biểu thức của mật độ suất, lấy trị
bộ nhưng thực hầu như chỉ nhận
 trị khoảng  
Chương 3: Một số dạng phân phối XS thông dụng
dụ Một tự động cấp mỗi lần
nước sạch một cốc nước Giả sử lượng nước
cốc phối chuẩn với độ lệch chuẩn
Hệ quả Nếu … độc lập phối chuẩn

suất nhận được cốc nước chứa từ đến
… cũng phối chuẩn
nước
Nếu
khoảng cốc nước thể bị nếu
Mức vị  (mức vị trị    
sử dụng cốc đựng
Tra ngược bảng Hàm phân phối chuẩn tắc.
Bấm mò qua phím chức năng P( ? ) = α
một mức nước số lần cấp
Sử dụng chức năng hàm ngược của hàm  lượng nước hơn
Ví dụ:  = 5% , tìm mức phân vị trên 
Từ thức     
dụ Hướng dẫn VD3:

Một thực phẩm đang chuẩn bị đưa một loại mới Gọi lượng nước cốc lần lấy nước ngẫu
thị trường Người nhận thấy rằng số sử dụng tốt tối 
đa của mỗi chiếc điều kiện khuyến biến ngẫu ct 1 205 1 
( x  200)2
phối chuẩn phương P(195< X< 205)   6

195 2
e 262
dc
kiểm định thống ct 2
 205  200   195  200 
ty nên công bố thời hạn sử dụng của loại       0.59534
 6   6 
(   3 ;   3 )  ( 20  3  1.3; 20  3  1.3 )  (16.6; 23.4) một cốc nước bị 
 210  200   210  200 
dụ Tìm giá trị thích hợp trong các biểu thức xác định        1     0.04779
 6   6 
hàm mật độ XS của các biến ngẫu nhiên
Dự đoán số cốc nước bị tràn trong 1000 cốc là :
  48 cốc.

 Hướng dẫn
một mức nước số lần cấp lượng Gọi độ của gioăng sản xuất
nước hơn Gọi độ của gioăng sản xuất
Tỉ lệ gioăng sử dụng được của mỗi lần lượt
như
 0.122  0.12   0.118  0.12 
p A  P(0.118<X A  0.122)       0.9545
 0.001   0.001 
Gọi mức nước cần  0.122  0.12   0.118  0.12 
pB  P(0.118<X B  0.122)       0.8176
 m  200   0  200   0.0015   0.0015 
P( X  m)  P (0  X  m)       0.7
 6   6  Dự đoán số gioăng đáp ứng được cầu
 m  200  m  200 hộp sản phẩm của  
    0.7    1 (0.7)  0.5244
 6  6 gioăng được của mỗi
 
 m  203.1464 ml
  Chọn
Ví dụ Ví dụ
Một sản xuất cần số lượng lớn loại gioăng Tuổi thọ của một loại sản phẩm biến ngẫu phối
độ từ đến chuẩn với năm độ lệch chuẩn năm
loại gioăng độ của biến ngẫu Nếu định thời bảo sản phẩm năm tỉ
phối chuẩn với số liệu lệ sản phẩm phải bảo
Độ Độ lệch chuẩn bán/ hộp Nếu muốn tỉ lệ sản phẩm phải bảo chỉ
người cần định thời bảo
Nếu một sản phẩm đã hoạt động tốt thời bảo
năm suất vẫn hoạt động tốt
Hỏi nhà sản xuất nên chọn mua gioăng của công ty nào để có năm tiếp
lợi hơn về chi phí ? Tuổi thọ sản phẩm trong bài này được quy ước là khoảng
thời gian liên tục từ khi người dùng mua sản phẩm cho đến
khi sản phẩm cần đem đến bảo hành hoặc sửa chữa.

Gọi X là tuổi thọ của sản phẩm loại này. X  N( 11, (2 năm) Hướng dẫn
P( X ≤ 10) = P( ≤ ≤ 10) Gọi lần lượt biến ngẫu chỉ trọng lượng
một măng được sản xuất chuyền

Gọi thời hạn bảo cần cầu 
Lấy ngẫu măng từ của
Từ giả thiết ≤ “ măng đó được sản xuất chuyền A”
“ măng đó được sản xuất chuyền B”
ngược bảng
Gọi biến cố trọng lượng từ trở
năm
Theo công thức xác suất đầy đủ:
sản phẩm đã hoạt động tốt thời bảo
biến cố sản phẩm vẫn hoạt động tốt năm tiếp
suất cần 13-11
1- Φ( )
P(AB) P(X>13) 2
P(B/A)= = = = 0.2295 5  49.95  50  7  49.95  50 
P(A) P(X>10) 1- Φ( 10-11 )   1  ( )    1  ( )   0.6528
12  0.2  12  0.1 
2
Ví dụ dụ Giả sử rằng chiều của

Một chuyền tự động đóng độc lập, dạng phối chuẩn tương
măng Trọng lượng măng mỗi chuyền ứng    
những phối chuẩn, kỳ vọng Để lọt những nhất
phương chuyền
chiều tối thiểu cần đạt
chuyền
trị  hợp chiều
tỉ lệ măng chuyền trọng lượng
lệch với kỳ vọng lệch với chiều 
tỉ lệ măng chuyền Chọn ngẫu một
trọng lượng đạt từ trở một suất
bạn chiều hơn
Giả sử của chứa tỷ lệ măng
được đóng từ chuyền tương ứng Chọn ngẫu
tỉ lệ trọng lượng đạt từ trở Giả sử chiều của độc lập với suất
chiều của lớn hơn
Hướng dẫn phối khảo)
Định nghĩa rời rạc gọi phối
Gọi chiều của bạn
phối – Một hiệu
Gọi chiều của bạn
  nếu bảng phối như
Đáp số
Đáp số
suất cần
Đặt độc lập chất Tính chất
 phối chuẩn    
• Nếu X 
Gọi lần lượt chiều của được chọn
Đặt • Phân phối Bernoulli thường dùng để đặc trưng cho các dấu
hiệu định tính có 2 phạm trù luân phiên như giới tính…
biến ngẫu X dạng phối chuẩn • Nếu ;…;  biến ngẫu +…+
phối Nhị thức mục tiếp

dụ phối nhị thức

Một từ thứ đến thứ tuần đều rời Định nghĩa rời rạc gọi phối nhị thức
khỏi để đến văn việc Thời hiệu với số  
chuyển đến văn biến ngẫu phối nếu bảng dạng
chuẩn với độ lệch chuẩn
Văn việc từ tại văn được … …
phục vụ miễn từ ’ đến ’ … Cnk p k q n k …
tuần nhất đi trễ?
Tính chất
Giả sử bị trễ giờ
suất bị trễ giờ * Xét dãy n phép thử Bernoulli với xác suất “thành công” trong
mỗi phép thử là p. Ký hiệu X là số lần “thành công” xuất hiện
chuyến đi văn thời điểm trong dãy n phép thử thì X 
đổi mỗi rằng Nếu X  V(X) = npq , với
chỉ tới đủ sớm để thể thấy được đoàn
dự đoán giờ chạy văn * Mod (X) chính là số lần “thành công” có khả năng nhất.
Ví dụ 9 họa biểu đồ phối nhị thức
Gọi số lần nhận được mặt chấm lần một 
xắc Lập bảng phối suất của
Công thức tính p

Kiểm tra lại E(X); V(X)
theo công thức của
phân phối nhị thức?
số lớn, gần gần biến

Ví dụ 9 ngẫu phối Nhị thức được như xấp
Gọi số lần nhận được mặt chấm lần một xỉ với phối Chuẩn cụ thể
xắc k  np
2
1 
 P( X  k )  Cnk p k q n k  e 2 npq
npq . 2
số lớn rất gần với hoặc biến ngẫu

phối Nhị thức được như xấp xỉ với
phối mục cụ thể
e  np (np ) k
 P ( X  k )  Cnk p k q n k  , (3)
k!
Một số lưu ý thêm:
Ví dụ Tỷ lệ nảy mầm của một loại hạt giống là 75%.
Xấp xỉ ở thức tốt nhất nếu lớn
Nếu gieo ngẫu nhiên 120 hạt giống thì xác suất có
hoặc thức kết quả định giới hạn
được từ 80 hạt nảy mầm trở lên là bao nhiêu?
–
Đây là bài toán Bernoulli với n=100; p=0,02.
thức xấp xỉ tốt  10
(Kết quả xấp xỉ rất  C k
 0.02k 0.98100 k  0.3233
c) * Tính trực tiếp: 100
nhỏ người gọi thức của định luật số k 3
 (10  0.5)  2   (3  0.5)  2 
hiếm * Xấp xỉ pp Chuẩn:       0.3605
 2  0.98   2  0.98 
10
2k
* Xấp xỉ pp Poisson:  e 2
k 3 k!
 0.3233;   100  0.02  2
120  120.5  90   79.5  90 

C k
120
(0.75)k (0.25)120 k         0.9866
k 80  90  0.25   90  0.25 
Ví dụ 10 Ví dụ
Xác suất 1 sản phẩm không được kiểm tra chất lượng
Một tổng đài nội bộ của một cơ phục vụ
suất sản phẩm sản phẩm
điện thoại, gọi đến tổng đài
được kiểm chất lượng từ
độc lập với suất để một
b) Tính xác suất trong 9000 sản phẩm có từ 700 đến
mỗi điện thoại gọi đến tổng đài sản phẩm không được kiểm tra chất lượng.
Gọi chỉ số điện thoại gọi đến tổng đài
Ví dụ 13
biết phối
Xác suất 1 sản phẩm không được kiểm tra chất lượng là 2%.
) Tìm số máy gọi đến tổng đài trung bình trong một phút.
suất sản phẩm sản phẩm
) Tìm xác suất trong một phút có từ 3 đến 10 máy gọi đến được kiểm chất lượng
tổng đài ( tính bằng các công thức xấp xỉ rồi so sánh với cách suất sản phẩm tối đa sản phẩm
tính trực tiếp và nhận xét). được kiểm chất lượng
Xấp xỉ phân phối chuẩn N( a=np;  Hướng dẫn

) Gọi Y là số sản phẩm đạt tiêu chuẩn trong 200 sản phẩm.
   Xác suất cần tìm:
Xấp xỉ phân phối

Gọi X là số sản phẩm không được kiểm tra trong 900 sản phẩm. c) Xác suất cần
đạt chuẩn trọng lượng)  đạt chuẩn độ
18
e  18 20

P X  20   0.0798
20!  72.63%  0.3453  0.2508
k  20
e18  18k
P 0  X  20  
k 0 k!
 0.7307
Phân phối siêu bội.

dụ
Định nghĩa gọi phối bội
Trọng lượng sản phẩm một tự động sản xuất một hiệu với số số tự
luật chuẩn với độ lệch ,     nếu bảng
chuẩn Sản phẩm được đạt chuẩn kỹ thuật nếu của dạng
trọng lượng của nằm từ đến … …
a) Tìm tỉ lệ sản phẩm đạt tiêu chuẩn do máy sản xuất. CnN-M … C C k
M
n-k
N-M
… CnM
sản xuất tiếp sản phẩm CnN C n
N C nN
được nhất sản phẩm đạt chuẩn • Định nghĩa tổng quát ới điều kiện tham số: 
k n-k
Giả sử chiều cũng của sản phẩm C C
P(X= k) = M kN-M ; max{0; n  M  N}  k  min{n; M }
phối chuẩn với kỳ vọng Cn
Tính chất
phương tỉ lệ sản phẩm loại những sản
Nếu 
phẩm đạt chuẩn độ khoảng
N n M
 giả thiết độc lập npq ới p 
N 1 N
Ví dụ 15 III.4.5 Phân phối Hình học (tham khảo)
Một lô hàng có N= 50 bóng đèn, trong đó lẫn 10 bóng hỏng.
Định nghĩa rời rạc gọi phối học
Lấy ngẫu nhiên 5 bóng để kiểm tra. hiệu với số  nếu
Gọi chỉ số hỏng được lấy bảng phối suất của dạng
a) Tính P(X=2) và lập bảng PPXS của X. X có phân phối gì ? … …
b) Tính số bóng hỏng trung bình trong các bóng được lấy ra … …
và phương sai của X.
Tính chất
* Nếu X   1 1 1
E(X) = ; D(X) = 
p p2 p
10 X được coi là số thử nghiệm Bernoulli cần thiết để có được
c) E X = np = 5× =1
50 sự thành công
D X = npq
N-n 10 40 50  5 36
=5×   
Trong Ví dụ 3 ở chương II, BNN Y có phân phối hình học.
N-1 50 50 50  1 49
Ví dụ 16:
Lưu ý : Nếu đổi giả thiết là “Một lô hàng có 50 bóng
đèn, mỗi bóng đèn có tỉ lệ hỏng là 20% …“ Một băng chuyền tự động sản xuất từng sản phẩm với
<< (n rất nhỏ so với N ) thì người ta nhận thấy suất phế phẩm được dừng để điều chỉnh
phối Siêu bội xấp xỉ với phân phối Nhị thức xuất hiện một phế phẩm kỳ vọng của số sản phẩm
được sản xuất giữa lần điều chỉnh kề
 Nếu đổi giả thiết N=500, ta thấy n=5 << N=500 nên
2 3 ĐS
C 2 C3
H B (n, p)
 10   490 
P(X=2) = 10 5 490  0.003436  2
C      0.003765
C500
5
 500   500  dụ
Quy luật siêu bội để tính xác suất xuất hiện k lần kết quả khi cầu thủ lần rổ đến
lấy ngẫu nhiên n đơn vị từ một tập hợp nào đó theo phương người lọt mới suất rổ mỗi
thức không hoàn lại. Khi n << N thì việc xấp xỉ phân phối siêu lần của người thứ nhất của người thứ
bội bởi phân phối nhị thức cho phép ta tính toán như trong số lần của mỗi người phương
trường hợp lấy theo phương thức có hoàn lại. của số lần mỗi người
III.4.6 Phân phối Poisson số đặc điểm của dạng phối
Định nghĩa Biến ngẫu rời rạc gọi phối Số lượng kết quả xảy khoảng thời
hiệu với độ độ đo)
số  nếu bảng phối của dạng độc lập
suất một kết quả đơn lẻ sẽ xảy một khoảng thời
… … rất ngắn rất nhỏ tương ứng với độ
e   . 2 … e 
 k
… khoảng thời độ đo của phụ
e   e  .
2! k! thuộc số kết quả xuất hiện khoảng thời
Tính chất
suất nhiều hơn kết quả xuất hiện khoảng thời
 
rất ngắn miền rất nhỏ) như vậy đáng kể
 1 ≤ Mode X ≤  
Nếu biến ngẫu … độc lập đều Sự hội tụ của phối về phối chuẩn
phối cụ thể  … biến  phối hội tụ về phối chuẩn
ngẫu …   …   nếu  lớn,  như  
phối biết số kết quả sẽ xảy gọi Dưới đây là biểu đồ minh họa cho phân phối Poisson,
số lần một độ thời ước  
độ đo của
nhiều luật phối chẳng hạn
như
Số người trạm phục vụ cộng mỗi một giờ
Số lượt cập mỗi
ố cuộc gọi khẩn cấp tới tổng đài
Số lỗi mỗi của một cuốn tiểu thuyết
Số nở của một
Số lỗi lốp
Số hạt nảy mầm
Số lượng thể vũ trụ…
Biết rằng số người một đại bưu điện một khoảng Một chăm nhận thấy rằng
thời định một phối một giờ cuộc gọi đến từ cứ mỗi
thấy cứ người một ĐLBĐ lại một gửi nhắn đặt Giả sử rằng số
suất một người cuộc gọi đến số nhắn mỗi giờ đều
đại bưu điện đó? phối
Hướng dẫn Gọi số người một đại bưu điện suất một giờ đó đã tiếp nhận
khoảng thời đó   cầu từ trở
Từ giả thiết thấy số người ĐLBĐ
  
2,43
Vậy suất cần e 2,4  0,2090
3!
Ví dụ 19 dụ Giả thiết biến ngẫu chỉ số lượt

Ở một bến cảng, một chở dầu cập một của một thị phối với
bến Năng lực của cảng chỉ thể đáp ứng được tối đa lượt
một suất một phải tỷ lệ thị từ lượt trở
trở suất một nửa số
Hướng dẫn thị lượt
Gọi số chở dầu cập cảng Hướng dẫn
  Giả thiết  thức xấp xỉ hội tụ về
phối chuẩn   suất cần
Vậy suất cần –  
e 10 10 k
15
 1  1  0,9513  4,87%
k 0 k!
Gọi số thị từ lượt trở
nhị thức với (giả định)
Chương 3: Một số dạng phân phối XS thông dụng Chương 3: Một số dạng phân phối XS
thông dụng
Ví dụ 21+ ( tham khảo) • ước nếu biết về luật của
Giả sử một thị nọ quầy tiền như mỗi trị thể của đồng khả năng Dẫn đến
mỗi mỗi thường tiền việc như một luật phối đều
khoảng Ví dụ 22
hỏi đặt thị lập quầy tiền để đầu tiên qua trạm lúc 5g00 và cứ 15 phút 1 chuyến
thể đối giữa việc tiết kiệm với việc đi qua. Nếu An tới trạm vào một thời điểm nn trong khoảng
phải đợi buýt trên
Gọi X là thời điểm có mặt ở bến xe buýt.
Gọi số đến quầy tiền Coi như X ~ U có hàm mật độ:
mỗi khoảng thời 
khảo
XS cần tìm = P( 5g00<X<5g05)+ P( 5g15<X<5g20)=
III.4.7 Phân phối đều

Ví dụ 23
phối đều tục
Định nghĩa Biến ngẫu được gọi phối đều
đoạn hiệu nếu Một đoạn thẳng được
mật độ của dạng đoạn bởi một điểm lấy ngẫu
 1 Người đoạn để
 x  [ a, b] cạnh của chữ nhật
f ( x)   b  a
0 x  [ a, b ] diện của chữ nhật đó
b) Tìm xác suất hình chữ nhật đó có diện tích lớn hơn 27 cm
Tính chất
a b (b  a ) 2
• Nếu X 
2 12
b) Phân phối đều rời rạc: Nếu X chỉ nhận n giá trị với xác suất
như nhau thì ta nói X có phân phối đều rời rạc.
Hướng dẫn: phối mũ ứng dụng nhiều lĩnh vực, thường
Gọi độ đoạn  phối đều mặt sản xuất cấp dịch vụ hệ
thống kỹ thuật, thời việc tục của thiết bị
mật độ suất 1 giữa lần sửa chữa cũng mũ
 x  [0,12]
f ( x)  12 Thời chờ đợi giữa lần kế tiếp
0 x [0,12] phối biến ngẫu phối mũ
xưởng người thấy cứ
Diện chữ nhật – lần phải dừng để chỉ Số lần dừng để chỉ
Diện – Khoảng thời giữa lần chỉ
+ 12 liền mũ với 
1
E (12X - X 2 )=  (12x-x 2 )×f(x)dx=  (12x-x 2 )× dx=24 Người phối mũ chất nhớ, tức
- 0
12 
– nếu ngẫu bước xưởng thời
9
1 1 thấy lần chỉ tiếp cũng biến ngẫu phụ
 dx  thuộc việc chỉ lần trước đó xảy
3
12 2
III.4.8 Phân phối mũ. Ví dụ 24 Thời gian chờ được phục vụ của một khách hàng
Định nghĩa Biến nn liên tục X được gọi là có phân phối mũ hay ở một cửa hàng là BNN X có hàm mật độ xác suất sau:
 Ae 5 x khi x  0
pp. lũy thừa ) với tham số   ( x)  
hiệu , nếu hàm mật độ của nó có dạng : 0 khi x  0 (đơn vị x: phút )
0 x0 A và xác suất một khách hàng phải chờ trong
f ( x)    x khoảng từ 0,4 phút đến 1
 e x0
Tính chất ìm thời khách chờ và phương sai của X.
* Nếu X   c) Tìm hàm phân phối xác suất của X.
1
1
1 Dễ thấy  5e
5 x
  dx  0,1286
2
1 1 0,4 1 1
phối của b) Thay vào công thức: E(X)= = D(X)= 2 =
λ 5 λ 25
0 x0 x
0 x0
F( x)    x FX ( x)    ( x)dx  1  e
1  e x  0
5 x

x0
Ví dụ 25 Tuổi thọ của 1 loại linh kiện (đơn vị x: giờ) Ví dụ 26
biến ngẫu nhiên X có hàm mật độ xác suất sau:
  3000
x
f ( x)  ke khi x  0
0 khi x  0
) Tìm k và tuổi thọ trung bình của linh kiện đó.
Một kiện loại để sử dụng
suất nhất nửa số kiện đó thời hoạt
động vượt tuổi thọ của loại kiện
Hướng dẫn
 
Gọi là số linh kiện ở nhà máy có thời gian hoạt động vượt
quá 3000 giờ.
3000 x
1  3000 Ví dụ
ở đây p 1 
0
3000
e dx  0,3679
Yêu cầu bài toán dẫn đến việc tính  

800
Công thức tính trực tiếp: C
k  400
k
800 (0, 3679) k (1  0, 3679)800 k
Do n lớn nên ta tính gần đúng biểu thức trên bằng cách xem
như Y xấp xỉ phân phối chuẩn N( a=np; 
Cụ thể :
  npq  186, 03533  13, 6395
ông thức tính xấp xỉ ( công thức 2, mục PP nhị thức)
 800  a   400  a   400  294,3036 
       0,5    0
       13, 6395 
SV đọc giáo trình để tìm hiểu thêm về các dạng phân phối sau:
III.4.9 Phân phối Student (A) 4.2.5 Phaân phoái Student
 30, PP Student coi như U

Ñaïi löôïng ngaãu nhieân T goïi laø coù phaân phoái Student n baäc töï do neáu T =
V n
xấp xỉ PP Chuẩn chuẩn tắc.
2
trong ñoù: U ~ N (0, 1) vaø V ~ (n).
III.4.10 Phân phối Chi bình phương (B)
Trong tröôøng hôïp naøy ta kyù hieäu: T ~ T(n).
( hay Khi bình phương)
Ñònh lyù 4.12 Cho T ~ T(n). Khi ñoù
III.4.11 Phân phối Fisher (C)
1
 n  1 n 1
  
0.9
 2   x 2  2
(i) Haøm maät ñoä cuûa T laø f n ( x)  1 
0.8
 n  n
n    
 2
0.7
0.6
n
f(x)
(ii) E (T) = 0; D (T) =
0.5
0.4 n2
0.3
0.2
0.1
0
0 0.5 1 1.5 2 2.5 3 3.5 4
Chương 3: Một số dạng phân phối XS thông dụng x Chương 3: Một số dạng phân phối XS thông dụng
Trích từ giáo trình…

III.2 CÁC ĐỊNH LÝ GIỚI HẠN
4.2.4 Phaân phoái “Chi bình phöông”
III.2.1 Bất đẳng thức Chebyshev:
2
Nếu biến ngẫu kỳ vọng phương hữu hạn
Ñaïi löôïng ngaãu nhieân goïi laø coù phaân phoái “Chi bình phöông” n baäc töï do neáu
với mọi số dương
2
= X12  X 22  ...  X n2
D( X )
trong ñoù X1, X2, ..., Xn laø caùc ñaïi löôïng ngaãu nhieân ñoäc laäp coù phaân phoái chuaån chuaån taéc. P X  E( X )    1
2 2
dụ 2
Trong tröôøng hôïp naøy ta kyù hieäu: ~ (n)

nhập năm của cư ở triệu độ
t
xt t
Kyù hieäu  (x) laø haøm gama  ( x)  e dt
o lệch chuẩn triệu đồng một khoảng nhập năm
Ñònh lyù 4.11 Cho X ~ 2
(n). Khi ñoù trị của nhất cư đó
  x n 1 Gọi chỉ mức nhập năm của cư
e 2 x 2
 n

neáu x0 chưa biết phối suất của chỉ biết triệu,
(i) Haøm maät ñoä cuûa 2
laø f n ( x)   2 2   n 
  2
triệu đồng) vậy kết quả được đây tương đối


 0 neáu x0 Theo bđt Chebyshev thì :
(ii) E( 2
) = n; D( 2
) = 2N Cho vế phải =0,95  
Khoảng cần tìm ( 18
III.2.2 Định lý Chebyshev: III.2.3 Định lý Bernoulli:
• Nếu các BNN X , …,X độc lập từng đôi, có các kỳ vọng toán Nếu tần suất xuất hiện biến cố thử độc
hữu hạn phương sai đều bị chặn trên bởi hằng số C lập suất xuất hiện biến cố đó mỗi thử
với mọi số dương với mọi số dương
 X  X 2  ...  X n E X 1  E X 2  ...  E X n  lim P f n  p    1
lim P  1     1 n 
n   n n 
  • Định gọi luật số lớn của đượ
cơ sở học của định nghĩa suất thống
• Trường hợp nếu … độc lập từng đôi,
• Ở đây sự hội tụ suất của tần suất 
kỳ vọng … phương
với sự hội tụ nghĩa giải cổ điển nghĩa giải
bị chặn với mọi số dương
với  trước, tồn tại số tự để với mọi
 X  X 2  ...  X n  –  Sự hội tụ hiểu nghĩa suất ở chỗ
lim P  1  m    1
n 
 n  lớn đi nữa vẫn thể xảy trường hợp
Định lý này còn gọi là luật số lớn của Chebyshev. biệt biểu thức –  đượ thỏa
• Định chứng sự hội tụ suất của III.2.4 Định lý Giới hạn trung tâm:
số học của số lớn về số học của Trường hợp
kỳ vọng tương ứng, mặc từng độc lập thể Giả sử … độc lập một
nhận trị nhiều với kỳ vọng của luật phối suất đó hiệu
• Định nhiều ứng dụng rộng lĩnh sự hội tụ của
vực dụ … hội tụ về phối chuẩn
việc đo lường đại lượng vật người thường tiến X 1  X 2  ...  X n 2
đo nhiều lần lấy số học của kết quả đo trị X hội tụ về phânphối chuẩn
n n
thực của đại lượng cần đo Định chỉ rằng
X 
số học của kết quả đo sẽ lệch rất với trị thực U hội tụ về phối chuẩn tắc

của đại lượng cần đo
Định dự đoán trị của số học n x t2
1 
cơ sở của phương mẫu thống dựa P(U  x) 
2
e 2
dt
mẫu ngẫu nhỏ thể kết luận về bộ tập hợp 
tổng của đối tượng được cứu Trong phần thống kê, khi n>30 ta sử dụng công thức xấp xỉ này.
xắc lần suất tổng số chấm 1 đồng xu 1000 lần.
được lần nhận trị từ đến xác suất để độ lệch giữa tần số xuất hiện mặt sấp và xác
suất xuất hiện của mặt sấp bé hơn
Gọi X là số chấm xuất hiện trên con xúc xắc ở lần tung thứ i,
i=1,2,…,200. Các biến ngẫu nhiên X độc lập .
Hướng dẫn
Ta tính được E(X  Gọi X là số lần được mặt sấp trong 1000 lần tung thì
Đặt Z = X +…+X 
  Khi đó tần suất xuất hiện mặt sấp trong n lần tung là X/1000.
XX
Theo định lý giới hạn trung tâm: Z N (700;1750 ) Xác suất cần tìm là P(|X/1000
3
Do đó xác suất cần tìm: Biến đổi dẫn đến biểu thức tương đương P( 400< X < 600)
 (650  0.5)  700   (300  0.5)  700 
P(300  Z  650)       và dùng công thức xấp xỉ chuẩn cho X.
 1750 / 3   1750 / 3 
Ví dụ 30
Chọn ngẫu số đoạn suất trị
của số đó nằm khoảng
Gọi bnn X là giá trị số thứ i được chọn, I =1,2,…,500.
Ta xem như các bnn X có phân phối đều liên tục trên [1; 2].
độc lập và E(X 
Đặt: X= X1 + X 2 + … + X 500
500 XX
 1/12 1 
Theo định lý giới hạn trung tâm: X N 1.5; = 
 500 6000 
Do đó xác suất cần tìm:
   
 1.55  1.5   1.45  1.5 
P(1.45  X  1.55)        99.99%
 1   1 
   
 6000   6000 

Slides XSTK

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

Slides XSTK

Uploaded by

Copyright:

Available Formats

PHẦN I: LÝ THUYẾT XÁC SUẤT

• thuyết suất bộ học lập những luật tất

XÁC SUẤT THỐNG KÊ •

Tài liệu chính: Chương 0: MỘT SỐ KIẾN THỨC BỔ TÚC

Chương 0: Một số kiến thức bổ túc

đó sẽ n1 .n2 . . . nk thực hiện việc

3. Chọn ra chữ số từ chữ số

I.2.4 Định nghĩa xác suất theo tiên đề (tham

Khái niệm về xác suất: Ví dụ 2:

Như vậy: Khi n đủ lớn ta có thể coi P(A) 

Tỉ lệ tương ứng với khoảng Tỷ số giới

• miền là một đường thẳng, một miền phẳng hay

Ví dụ 5 b) Miền chính là đoạn đường cong có phương trình y = x

Hai biến cố A và B được gọi là bằng nhau, ký hiệu là A = B, nếu

Hai biến cố A và B được gọi là xung khắc nhau nếu chúng

§2. CÁC ĐỊNH LÝ XÁC SUẤT 2.2 Một số giữa biến cố

Nếu bạn đó mặc khả năng bạn

c) 19/50 = P(Đ) + P(C) – 2* P(ĐC)

Công thức nhân : Ví dụ 10

Hệ biến cố được gọi độc lập toàn thể

Ví dụ 11 - Công thức nhân trong trường hợp tổng quát:

đó biến cố xuất hiện đúng lần Ckn p k q n-k 0.40188

Hướng dẫn: Đây là ví dụ minh họa cho công thức Bernoulli.

Số đúng khả năng nhất thỏa

Ví dụ 19 a) P(F) = P(H1 ).P(F/H1 )+....+P(H n ).P(F/H n ) =  P(H ).P(F/H )

Giả sử nhật) của mỗi một

Ví dụ 20 Những đây thể thức Chöùng minh

tỉ lệ phế phẩm chung của toàn nhà máy.

Dựa biểu thức thể thấy nếu ngẫu lấy phải

P(BD 4 ) P(B).P(D 4 |B) Tỉ lệ đậu: Tỉ lệ đậu:

0, 00114 Tỉ lệ đậu: Tỉ lệ đậu:

Chương I: Các định lý xác suất

P(E/ F) = P(H1 /F)×P(E/H1F) + P(H 2 /F)×P(E/H 2 F)

Chương I: Các định lý xác suất

I.2.4 Định nghĩa xác suất theo tiên đề (tham

Khái niệm về xác suất: Ví dụ 2:

Như vậy: Khi n đủ lớn ta có thể coi P(A) 

Tỉ lệ tương ứng với khoảng Tỷ số giới

• miền là một đường thẳng, một miền phẳng hay

Ví dụ 5 b) Miền chính là đoạn đường cong có phương trình y = x

Hai biến cố A và B được gọi là bằng nhau, ký hiệu là A = B, nếu

Hai biến cố A và B được gọi là xung khắc nhau nếu chúng

§2. CÁC ĐỊNH LÝ XÁC SUẤT 2.2 Một số giữa biến cố

Nếu bạn đó mặc khả năng bạn

c) 19/50 = P(Đ) + P(C) – 2* P(ĐC)

Công thức nhân : Ví dụ 10

Hệ biến cố được gọi độc lập toàn thể

Ví dụ 11 - Công thức nhân trong trường hợp tổng quát:

đó biến cố xuất hiện đúng lần Ckn p k q n-k 0.40188

Hướng dẫn: Đây là ví dụ minh họa cho công thức Bernoulli.

Số đúng khả năng nhất thỏa

Ví dụ 19 a) P(F) = P(H1 ).P(F/H1 )+....+P(H n ).P(F/H n ) =  P(H ).P(F/H )

Giả sử nhật) của mỗi một

Ví dụ 20 Những đây thể thức Chöùng minh

tỉ lệ phế phẩm chung của toàn nhà máy.

Dựa biểu thức thể thấy nếu ngẫu lấy phải

P(BD 4 ) P(B).P(D 4 |B) Tỉ lệ đậu: Tỉ lệ đậu:

0, 00114 Tỉ lệ đậu: Tỉ lệ đậu:

tỉ lệ trường thường đến trường

C154  C53 455 Ví dụ 30

trắng được lấy

b) Gọi B là biến cố không có bi trắng nào được lấy ra. Ví dụ 34

Ví dụ 40 Để vận chuyển đường người xếp Ví dụ 43

P(E/ F) = P(H1 /F)×P(E/H1F) + P(H 2 /F)×P(E/H 2 F) Gọi biến cố đã đầu từ hộp