Homework 1

TRẦN ĐÔ CAO TRÍ

MSSV: 2313624 - Lớp: L06

April 29, 2024

Section 7.2

Câu 7. Xác suất của những sự kiện này là bao

nhiêu khi chúng ta ngẫu nhiên chọn hoán vị của
1, 2, 3, 4?
a) 1 đứng trước 4
Vì số 1 phải đứng trước số 4 hoặc theo sau nó
=> Đáp án là 12 .

b) 4 đứng trước 1
Bằng cách lập luận tương tự như ở phần (a), đáp án là 12 .

c) 4 đứng trước 1, 4 đứng trước 2, và 4 đứng trước 3

Chúng ta có thể liệt kê tất cả 24 hoán vị và đếm rằng 8 trong số đó có 4 hoán
vị đứng trước cả 1 và 2.
=> Câu trả lời là 13 .

d) 4 đứng trước 1, 4 đứng trước 2, và đứng trước 3

Chúng ta có thể liệt kê tất cả 24 hoán vị và đếm rằng 6 trong số đó có 4 hoán
vị đứng trước 1, 2 và 3 (tức là 4 xảy ra đầu tiên); hoặc chúng ta có thể lập luận
rằng có 3! = 6 cách viết phần còn lại của hoán vị bắt đầu bằng 4.
=> Câu trả lời là 41 .

1
e) 4 đứng trước 3 và 2 đứng trước 1
Trong khoảng từ 4 đến 3, mỗi số đều có khả năng xảy ra trước số khác, nên xác
suất 4 đứng trước 3 là 21 . Tương tự, xác suất để 2 đứng trước 1 là 12 .
Vị trí tương đối của 4 và 3 độc lập với vị trí tương đối của 2 và 1, nên xác suất
để cả hai xảy ra là : 12 · 12 = 14 .

Câu 10. Xác suất của những sự kiện này là bao

nhiêu khi chúng ta ngẫu nhiên chọn một hoán vị
của 26 chữ cái viết thường trong bảng chữ cái
tiếng Anh ?
Lưu ý rằng có 26! hoán vị của các chữ cái, vậy mẫu số trong tất cả các câu trả
lời là 26!. Để tìm tử số, chúng ta phải đếm số cách mà biến cố đã cho có thể
xảy ra.

a) 13 chữ cái đầu tiên của hoán vị được sắp xếp theo thứ
tự bảng chữ cái
Có 13! cách sắp xếp có thể có của 13 chữ cái đầu tiên của hoán vị và chỉ một
trong số đó là chúng theo thứ tự bảng chữ cái.
1
=> Đáp án là 13! .

b) a là chữ cái đầu tiên của hoán vị và z là chữ cái cuối

cùng
Khi thỏa mãn hai điều kiện này thì có 24! cách chọn các chữ cái còn lại cho vị
trí 2 đến 25.
=> Đáp án là 24! 1
26! = 650 .

c) a và z kế bên nhau trong hoán vị.

Tạo nên hoán vị gồm 25 mục—các chữ cái từ b đến y và tổ hợp chữ cái kép az
hoặc za.
=> Có 25! ! cách để hoán vị các mục này và đối với mỗi hoán vị này có hai lựa
chọn xem a hay z có trước.
Vậy có 2 · 25! cách để hình thành một hoán vị như vậy.
=> Đáp án là 2·25! 1
26! = 13 .

2
d) a và b không đứng cạnh nhau trong hoán vị
1
Theo phần (c), xác suất để a và b ở cạnh nhau là 13 . Do đó xác suất mà a và
b không ở cạnh nhau là 12
13 .

e) a và z cách nhau ít nhất 23 chữ cái trong hoán vị

Có sáu cách điều này có thể xảy ra: ax24z, zx24a, xax23z, xzx23a, ax23zx và
zx23ax, trong đó : x là viết tắt của đối với bất kỳ chữ cái nào ngoài a và z
(nhưng tất nhiên tất cả các chữ x đều khác nhau trong mỗi hoán vị).
Trong mỗi ttrường hợp có 24! cách hoán đổi các chữ cái khác a và z
Vậy có 24! hoán vị của mỗi kiểu.
=> Có 6 · 24! hoán vị thỏa mãn điều kiện
=> Đáp án là 6·24! 3
26! = 325 .

f) z đứng trước cả a và b trong hoán vị

1
Nhìn vào vị trí tương đối của z, a và b, chúng ta thấy rằng 3 số trường hợp z
sẽ đứng đầu. Vì vậy đáp án là 13 .

Câu 11. Giả sử E và F là các biến cố sao cho

p(E) = 0.7 và p(F ) = 0.5. Chứng minh p(E ∪F ) ≥ 0.7
và p(E ∩ F ) ≥ 0.2.
(
p(E ∪ F ) ≥ p(E) = 0.7
p(E ∪ F ) = 1

Nếu áp dụng Định lý 2 từ Mục 7.1, chúng ta có thể viết lại là p(E) + p(F ) −
p(E ∩ F ) = 1, hoặc 0.7 + 0.5 − p(E ∩ F ) = 1. Giải p(E ∩ F ) cho p(E ∩ F ) ≥ 0.2.

Câu 12. Giả sử E và F là các biến cố sao cho

p(E) = 0.8 và p(F ) = 0.6. Chứng minh p(E ∪F ) ≥ 0.8
và p(E ∩ F ) ≥ 0.4.
(
p(E ∪ F ) ≥ p(E) = 0.8
p(E ∪ F ) ≤ 1

3
Nếu áp dụng Định lý 2 từ Mục 7.1, chúng ta có thể viết lại là p(E) + p(F ) −
p(E ∩ F ) ≤ 1, hoặc 0.8 + 0.6 − p(E ∩ F ) ≤ 1. Giải p(E ∩ F ) cho p(E ∩ F ) ≥ 0.4.

Câu 13. Chứng minh nếu E và F chẵn, thì p(E ∩

F ) ≥ p(E) + p(F ) − 1. Đây được gọi là bất đẳng
thức Bonferroni
Các mục trong bất đẳng thức này cho thấy rằng nó có thể liên quan đến công
thức tính xác suất sự kết hợp của hai sự kiện được đưa ra trong phần này:

p(E ∪ F ) = p(E) + p(F ) − p(E ∩ F )

Ta biết p(E ∪ F ) ≤ 1, vì không có sự kiện nào có thể có xác suất vượt quá 1.
Do đó chúng ta có
1 ≥ p(E) + p(F ) − p(E ∩ F )

Đẩy p(E ∪ F ) qua bên kia dấu =, và đẩy 1 qua bên kia dấu =, ta được bất đẳng
thức đề cho

Câu 26. Giả sử E là sự kiện chuỗi bit được tạo

ngẫu nhiên có độ dài 3 chứa số lẻ 1 và đặt F là sự
kiện chuỗi bắt đầu bằng 1. Là E và F độc lập ?
Có các chuỗi 8 bit có độ dài 3 và 4 trong số chúng chứa số lẻ 1 (cụ thể là 001,
010, 100 và 111).
=> p(E) = 84 = 12 .
Vì chuỗi 4 bit của độ dài 3 bắt đầu bằng số 1 (cụ thể là 100, 101, 110 và 111)
=> p(F ) = 84 = 12 .
Vì có 2 chuỗi bắt đầu bằng số 1 và chứa số lẻ 1 (cụ thể là 100 và 111)
=> p(E ∩ F ) = 28 = 14 .
Vì p(E) · p(F ) = 12 · 12 = 14 = p(E ∩ F )

Kết luận E và F độc lập.

4
Câu 31. Tìm xác suất để một gia đình có 5 người
con không có con trai nếu giới tính của các đứa
trẻ là độc lập và nếu
a) trai và gái đều có khả năng như nhau.
1 5
Vì xác suất sinh con gái là 12 , nên câu trả lời là 1


2 = 32 ≈ 0.031.

b) xác suất sinh con trai là 0,51.

Tương tự như phần (a), ngoại trừ xác suất sinh con gái là 0,49. Vì vậy câu trả
lời là 0.495 ≈ 0.028.

c) xác suất để đứa trẻ thứ i là con trai là 0.51 - (i/100)

Thay i = 1, 2, 3, 4, 5 ta thấy xác suất sinh con trai ở các lần sinh tiếp theo là 0,50,
0,49, 0,48, 0,47 và 0,46. Do đó xác suất sinh con gái ở các lần sinh tiếp theo là
0,50, 0,51, 0,52, 0,53 và 0,54. Do đó, câu trả lời là 0.50×0.51×0.52×0.53×0.54 ≈
0.038.

Section 7.3

Câu 1. Giả sử E và F là các biến cố trong không

gian mẫu và p(E) = 13 , p(F ) = 12 , và p(E | F ) = 52 .
Tìm p(F | E).
Ta có :

p(F ∩ E)
p(F | E) =


p(E)






 1

 p(E) =
3



 p(F ∩ E) = p(F ) · p(E | F )


 1
p(F ) =


2





 2
p(E | F ) =


5

5
=> p(F ∩ E) = 12 · 25 = 15 .

Tụ chung lại, ta có kết quả 15 ÷ 1

3 = 53 .

Câu 2. Giả sử E và F là các biến cố trong không

gian mẫu và p(E) = 23 , p(F ) = 34 , và p(F | E) = 58 .
Tìm p(E | F ).
Ta có :

p(E ∩ F )
p(E | F ) =


p(F )
 3

 p(F ) =
4
Để tính p(E ∩ F ), ta dùng giả thiết :
p(E ∩ F ) = p(E)p(F | E)
Ta có :

2


 p(E) =
3
p(F | E) = 5

8
2 5 5



=> p(E ∩ F ) = 3 8 = 12
5
Tụ chung lại, ta có p(E | F ) = 12
3 = 59 .
4

6
Câu 3. Giả sử Frida chọn một quả bóng bằng
cách trước tiên chọn một trong ngẫu nhiên hai
hộp rồi chọn một quả bóng từ đó hộp một cách
ngẫu nhiên. Hộp thứ nhất chứa hai quả cầu màu
trắng và ba quả bóng màu xanh và hộp thứ hai
chứa bốn quả bóng màu trắng và một quả bóng
màu xanh. Xác suất để Frida chọn một quả bóng
từ hộp đầu tiên nếu cô ấy đã chọn một quả bóng
màu xanh ?
Đặt F là biến cố Frida chọn được ô đầu tiên
=> p(F ) = p(F ′ ) = 12
Đặt B Gọi B là trường hợp Frida chọn một quả bóng màu xanh
Do nội dung của các hộp, chúng ta biết rằng p(B | F ) = 53 (ba trong số năm
quả bóng ở hộp đầu tiên có màu xanh lam) và p(B | F ′ ) = 51
Chúng ta được yêu cầu tìm p(F | B)
Ta dung thuyết Bayes:

p(B | F )p(F ) p(B | F )p(F )

p(F | B) = =
p(B) p(B | F )p(F ) + p(B | F )p(F )
3 1 3
5 · 2 10 3
= 3 1 1 1 = 3 1 = .
5 · 2 + 5 · 2 10 + 10
4

7
Câu 11. Một công ty điện tử đang có kế hoạch
giới thiệu một sản phẩm mới điện thoại chụp ảnh.
Công ty hoạt động tiếp thị báo cáo cho từng sản
phẩm mới dự đoán sự thành công hoặc thất bại
của sản phẩm. Trong số các sản phẩm mới được
công ty giới thiệu, 60% đã thành công. Hơn nữa,
70% sản phẩm thành công được dự đoán là thành
công, trong khi 40% sản phẩm thất bại được dự
đoán sẽ thành công. Tìm xác suất để điều này
điện thoại chụp ảnh mới sẽ thành công nếu thành
công của nó có được dự đoán.
Gọi S là sự kiện một sản phẩm được chọn ngẫu nhiên thực sự thành công
Ta có :
P (S) = 0.6
=> P (S) = 0.4
Gọi P là sự kiện một sản phẩm được chọn ngẫu nhiên được dự đoán là thành
công
Ta có :
(
P (P |S) = 0.7
P (P |S) = 0.4

Ta cần tìm P (S|P )

Ta sử dụng định lý Bayes:

P (P |S)P (S) (0.7)(0.6)

P (S|P ) = = ≈ 0.724
P (P |S)P (S) + P (P |S)P (S) (0.7)(0.6) + (0.4)(0.4)

8
Câu 13. Giả sử E, F 1, F 2, F 3 là các sự kiện từ
không gian mẫu S và F 1, F 2, F 3 là rời nhau
từng cặp và hợp của chúng là S. Tìm p(F 1|E) nếu
p(E|F 1) = 81 , p(E|F 2) = 41 , p(E|F 3) = 61 , p(F 1) = 14 ,
p(F 2) = 14 , và p(F 3) = 21 .
Theo phiên bản tổng quát của định lý Bayes,

p(E|F 1) · p(F 1)
p(F 1|E) =
p(E)

(1/8) · (1/4)
=
(1/8) · (1/4) + (1/4) · (1/4) + (1/6) · (1/2)
(1/8) · (1/4) 3
= =
(1/8) · (1/4) + (1/4) · (1/4) + (1/6) · (1/2) 17

Câu 21. Giả sử bộ lọc thư rác Bayesian được huấn

luyện trên một tập hợp trong số 10.000 tin nhắn
rác và 5000 tin nhắn được không phải thư rác. Từ
“tăng cường” xuất hiện năm 1500 tin nhắn rác và
20 tin nhắn không phải là thư rác, trong khi từ
“thảo dược” xuất hiện trong 800 tin nhắn rác và
200 tin nhắn không phải thư rác. Ước tính xác
suất để một tin nhắn nhận được có chứa cả hai
từ “tăng cường” và “thảo dược” là thư rác. Liệu
tin nhắn bị từ chối là thư rác nếu ngưỡng từ chối
thư rác là 0,9?
Chúng ta làm theo quy trình trong Ví dụ 4
(1) Tính :
1500
p(nâng cao) = 10000 = 0.15
20
q(tăng cường) = 5000 = 0.004

9
 800
p(thảo dược) = 10000 = 0.08
200
q(thảo dược) = 5000 = 0.04
(2) Giả sử tính độc lập cần thiết, Ta tính :

p(tăng cường)p(thảo dược)

r(tăng cường, thảo dược) =
p(tăng cường)p(thảo dược) + q(tăng cường)q(thảo dược)
(0.15)(0.08)
= ≈ 0.987
(0.15)(0.08) + (0.004)(0.04)
Vì r(tăng cường, thảo dược) lớn hơn ngưỡng 0.9, nên thư đến có chứa "tăng
cường" và "thảo dược" sẽ bị từ chối.

Section 7.4

Câu 6. Khi một vé số trị giá $1 được mua và người

mua trúng giải chính xác 10 triệu đô la nếu vé số
chứa sáu số trúng được chọn từ tập hợp 1, 2, 3,
..., 50, và người mua không trúng giải trong các
trường hợp khác, giá trị kỳ vọng là bao nhiêu?
Có 50


6 kết quả có thể xảy ra như nhau khi bảng chọn số trúng thưởng
1 1
Xác suất thắng 10 triệu USD là 50 và xác suất thắng 0 USD là 1 − 50
(6) (6)
1
=> Giá trị kỳ vọng là 10, 000, 000 × 50 + 0 = 10,000,000
15,890,700 ≈ $0.63.
(6)

10
Câu 7. Bài thi cuối khóa môn toán rời rạc gồm
có 50 câu hỏi đúng/sai, mỗi câu có giá trị 2 điểm,
và 25 câu hỏi trắc nghiệm, mỗi câu có giá trị 4
điểm. Xác suất để Linda trả lời câu hỏi đúng/sai
đúng là 0,9 và xác suất cô ấy trả lời là câu hỏi
trắc nghiệm đúng là 0,8. Điểm dự kiến của cô ấy
trong bài cuối kì là bao nhiêu?
Đặt :
+ X là biến ngẫu nhiên cho điểm các câu hỏi đúng-sai
+ Y là biến ngẫu nhiên cho điểm của các câu hỏi trắc nghiệm
Số câu hỏi đúng-sai dự kiến mà Linda ấy trả lời đúng là kỳ vọng về số lần thành
công khi thực hiện 50 phép thử Bernoulli với p = 0.9
Theo Định lý 2, kỳ vọng về số lần thành công là np = 50 × 0.9 = 45
Vì mỗi bài toán được tính 2 điểm nên kỳ vọng của X là 45 × 2 = 90
Tương tự, số câu hỏi trắc nghiệm dự kiến cô ấy trả lời đúng là kỳ vọng về
số lần thành công khi thực hiện 25 phép thử Bernoulli với p = 0.8, cụ thể là
25 × 0.8 = 20
Vì mỗi bài toán có 4 điểm nên kỳ vọng của Y là 20 × 4 = 80
=> cô ấy kỳ vọng điểm bài kiểm tra là E(X + Y ) = E(X) + E(Y ) = 90 + 80 =
170.

Câu 9. Giả sử xác suất để x nằm trong danh sách

n phân biệt số nguyên 32 và có khả năng x bằng
nhau bất kỳ phần tử nào trong danh sách. Tìm
số so sánh trung bình được thuật toán tìm kiếm
tuyến tính sử dụng để tìm x hoặc để xác định
rằng nó không có trong danh sách.
Giả sử xác suất để x nằm trong danh sách n phần tử số nguyên phân biệt là
2
3 và có khả năng x bằng bất kỳ phần tử nào trong danh sách. Tìm số so sánh
trung bình mà thuật toán tìm kiếm tuyến tính sử dụng để tìm x hoặc để xác
định rằng nó không có trong danh sách.

11
Câu 38. Giả sử số lon soda được đổ đầy trong
một ngày tại nhà máy đóng chai là một biến ngẫu
nhiên có giá trị kỳ vọng là 10.000 và phương sai
là 1000
a) Sử dụng bất đẳng thức Markov (Bài tập 37) để thu được
một giới hạn trên của xác suất mà nhà máy sẽ lấp đầy hơn
11.000 lon vào một ngày cụ thể.
Lưu ý : Phương sai không phải là 1000 lon; nó là 1000 hộp vuông (đơn vị của
phương sai của X là bình phương của các đơn vị của X )
=> Thước đo số lượng lon được đổ đầy mỗi ngày thay đổi bằng căn bậc hai
của số này, hay khoảng 31 lon.

b) Sử dụng bất đẳng thức Chebyshev để thu được giới hạn

dưới về xác suất nhà máy sẽ lấp đầy khoảng 9000 và 11.000
lon vào một ngày cụ thể
Ta áp dụng Định lý 8 với r = 1000
Xác suất để số lon đầy khác với kỳ vọng 10.000 của ít nhất 1000 nhiều nhất là
1000
10002 = 0.001
=> Xác suất ít nhất là 0.999 mà nhà máy sẽ sản xuất từ 9.000 đến 11.000 lon

12