Slide - XSTK - Bài 1 - VNU

Bài giảng LTXS & TKT - 2022
ĐẠI HỌC QUỐC GIA HÀ NỘI - VNU

Đại học Kinh tế - UEB
Khoa Kinh tế Phát triển
LÝ THUYẾT XÁC SUẤT

&
THỐNG KÊ TOÁN
http://ktpt.ueb.edu.vn
2022
1
MEc. Nguyễn Hải Dương https://mfe.neu.edu.vn/nguyenhaiduong
Năm 1651, nhà quý tộc Pháp de Méré đã nhờ nhà toán học Blaise
Pascal giải đáp hộ một vấn đề rắc rối khi tham gia một trò chơi cờ
bạc.
https://introductorystats.wordpress.com/2010/11/12/one-
gambling-problem-that-launched-modern-probability-theory/
Trong các bức thư trao đổi giữa Pascal và Pierre de Fermat, vấn
đề của de Mere đã được giải quyết. Từ nỗ lực chung này, một nền
tảng đã được đặt ra cho lý thuyết xác suất. Ngày nay, bất kỳ ai
có hiểu biết tốt về phân phối nhị thức sẽ có thể phát hiện ra
suy luận xác suất sai của de Mere.
MEc. Nguyễn Hải Dương https://mfe.neu.edu.vn › nguyenhaiduong

Những cuộc trao đổi sau đó

của 2 nhà toán học đã khai
sinh ra Lý thuyết Xác suất,
một ngành toán học nghiên
cứu các phép thử ngẫu nhiên
Ngày nay, Lý thuyết Xác suất trở thành 1 ngành toán học quan trọng,
ứng dụng trong rất nhiều lĩnh vực: khoa học tự nhiên, sinh học, kinh tế,
công nghệ, bưu chính viễn thông, quân sự,… Chẳng hạn, nó có thể hỗ
trợ tính rủi ro trong kinh doanh, hỗ trợ thiết kế các sản phẩm tiêu
dùng, đồ điện tử, … để giảm thiểu hỏng hóc, …

“ Cần nhớ rằng môn khoa học bắt đầu từ

việc xem xét các trò chơi may rủi lại hứa
hẹn trở thành đối tượng quan trọng
nhất của tri thức loài người.
Phần lớn những vấn đề quan trọng nhất của đời sống con người thực
ra là những bài toán của lý thuyết xác suất ”
Pierre - Simon Laplace

BÀI 1 – BIẾN CỐ VÀ XÁC SUẤT

TÌNH HUỐNG NGHIÊN CỨU 1
Roulette game
LÝ THUYẾT XÁC SUẤT VÀ THỐNG KÊ TOÁN – BỘ

5
MÔN TOÁN KINH TẾ - www.mfe.neu.edu.vn

Mutual fund
Nhà đầu tư lựa chọn quỹ tương hỗ
(mutual funds).
Quỹ được điều hành bởi nhà quản lý
chuyên nghiệp tốt nghiệp Tài chính.
Đặc điểm của quỹ và người quản lý:
(Nguồn: Statistics for management and economics, 2018, Gerald Keller)

6

Giải cứu thợ mỏ Chile (2010)
Dưới 2000 feet (≈610 m).
Khoang cứu hộ 924 pound, dài 13
feet phải đi lên, xuống 40 chuyến.
Ba khoang dự trữ.
Con lăn lò xo dọc bên sườn khoang
cứu hộ, giảm thiểu hỏng hóc.
Thợ mỏ phải đứng trong khoang 2-4 tiếng trong quá trình cứu hộ,
khả năng bị ngất do thiếu dưỡng khí.
Sử dụng xác suất của các hoàn cảnh tương tự của phi hành gia.
7

1. PHÉP THỬ VÀ CÁC LOẠI BIẾN CỐ
1.1. Phép thử
Khái niệm và ví dụ
Phép thử Kết cục Các hiện tượng quan tâm

Tung đồng xu Sấp, ngửa Sấp, Ngửa, …
Tung xúc xắc 1, 2, 3, 4, 5, 6 chấm Chẵn, Lẻ, …
Làm 1 bài test Điểm = 0, 1,…, 10 Đỗ, Trượt, …
Đầu tư 1 dự án Lợi nhuận: (+), (-), 0 Hòa vốn, Có lãi, …
Ứng tuyển 1 vị trí Đạt; Bị loại Đạt, Loại vòng 1, …
Làm 1 công việc Lương = … Lương hơn 10 triệu, …

1.2. Không gian mẫu và biến cố

Các khái niệm
+) Không gian mẫu 𝛀
+) Biến cố
+) Biến cố sơ cấp
Phân loại các biến cố
+) Biến cố ngẫu nhiên: 𝑨, 𝑩, 𝑪, … , 𝑨𝟏, 𝑨𝟐, … (random event)
+) Biến cố chắc chắn xảy ra: 𝑼 (hay 𝛀) (certain event)
+) Biến cố không thể xảy ra: 𝑽 (hay Ø) (impossible event)

Ví dụ: Gieo một con xúc xắc, các biến cố:

𝛀 = (Con xúc xắc xuất hiện mặt có số chấm từ 1 đến 6)
Ø = (Con xúc xắc xuất hiện mặt 7 chấm)
𝑨𝟏 = (Con xúc xắc xuất hiện mặt 1 chấm)
𝑨𝑳 = (Con xúc xắc xuất hiện mặt có số chấm lẻ)

Ví dụ: Nhóm 6 nam 4 nữ, chọn ra 5 người, các biến cố:

𝛀 = (Có ít nhất 1 nam được chọn)
Ø = (Không có bạn nam nào được chọn)
𝑨 = (Có bạn nữ được chọn)

2. XÁC SUẤT CỦA BIẾN CỐ - ĐỊNH NGHĨA CỔ ĐIỂN VỀ XÁC SUẤT

2.1. Khái niệm xác suất của biến cố
Xác suất của biến cố 𝑨, ký hiệu 𝑷(𝑨) (Probability of event A occur) là
một con số đặc trưng cho khả năng khách quan xuất hiện biến cố 𝑨 khi
thực hiện một phép thử
2.2. Định nghĩa cổ điển về xác suất
Giả thiết: các biến cố sơ cấp có khả năng xảy ra như nhau (tình huống 1)
Số biến cố sơ cấp thuận lợi cho biến cố 𝑨: 𝑴
Số biến cố sơ cấp của phép thử: 𝑵
Xác suất xảy ra biến cố 𝑨:
𝑴
𝑷(𝑨) =
𝑵

Các tính chất của xác suất

𝟎 ≤ 𝑷(𝑨) ≤ 𝟏
𝑷 𝛀 =𝟏
𝑷 Ø =𝟎
Chú ý :
𝑷(𝑨) = 𝟏 chưa chắc 𝑨 là biến cố chắc chắn
𝑷(𝑩) = 𝟎 chưa chắc 𝑩 là biến cố không thể xảy ra

3. CÁC PHƯƠNG PHÁP TÍNH XÁC SUẤT BẰNG ĐỊNH NGHĨA CỔ ĐIỂN
3.1. Phương pháp suy luận trực tiếp
Tính xác suất bằng cách liệt kê (list) tất cả các kết cục có thể có khi thực
hiện một phép thử thu được 𝑵, và đếm (count) số các kết cục thuận lợi
cho một biến cố (tìm 𝑴), sau đó áp dụng công thức xác suất bằng định
nghĩa cổ điển (áp dụng khi số kết cục nhỏ, dễ kiểm soát)
Tính xác suất bằng sơ đồ Venn (Venn diagram), sơ đồ cây (tree diagram),
sử dụng bảng, sơ đồ tập hợp, …

Phương pháp đếm

Ví dụ: Tung một đồng xu cân đối đồng chất. Hãy tính xác suất xuất
hiện mặt sấp?
Ví dụ: Tung một xúc xắc cân đối đồng chất. Hãy tính xác suất xuất
hiện mặt lẻ chấm?
Ví dụ: Tung một đồng xu hai lần liên tiếp. Hãy tính xác suất:
a) “Hai lần xuất hiện mặt sấp”
b) “Xuất hiện 1 lần mặt sấp, 1 lần mặt ngửa”
c) “Hai lần xuất hiện mặt ngửa”

15
Phương pháp sơ đồ
Ví dụ: Tung một đồng xu ba lần liên tiếp. Hãy tính xác suất:
a) được đúng 2 mặt ngửa
b) được ít nhất 1 mặt ngửa
c) được đúng 2 mặt ngửa, biết lần tung đầu tiên là mặt ngửa
d) được đúng 2 mặt ngửa, biết lần tung đầu tiên là mặt sấp

16
Phương pháp sơ đồ (tree diagram)
Notation
H: HEAD
T: TAIL

Phương pháp sơ đồ (sơ đồ tập hợp)

Ví dụ: Cơ quan có 50 người, trong đó 25 người học Đại học về kinh
tế, 20 người học về kỹ thuật, 10 người học cả hai, còn lại không ai
học đại học.
Tính xác suất chọn ngẫu nhiên 1 người thì người đó
a) chỉ học Đại học đúng 1 ngành
b) học Đại học ít nhất 1 ngành
c) học cả 2 ngành, biết người đó có học Đại học

18
Phương pháp sơ đồ (sơ đồ tập hợp)
𝟐𝟓
a) 𝑷 𝑨 =
𝟓𝟎
15 - Kinh tế 10 10 - Kỹ thuật 𝟑𝟓
b) 𝑷 𝑩 =
𝟓𝟎
𝟏𝟎
c) 𝑷 𝑪 =
𝟑𝟓
15 - Không học Đại học

19
3.2. Phương pháp dùng các công thức tổ hợp

Hoán vị (Factorial)
Chỉnh hợp 𝒏 của 𝒏 phần tử
Số hoán vị của 𝒏 (Factorial of 𝑛): 𝒏! = ς𝒏𝒊=𝟏 𝒊
Ví dụ: Xếp 3 người A,B,C vào vị trí 1,2,3. Số cách?
Chỉnh hợp (Permutation without repetition)
Chỉnh hợp 𝒓 của 𝒏 phần tử, có thứ tự, không lặp
𝒏!
Số chỉnh hợp 𝒓 từ 𝒏: 𝑷 𝒏, 𝒓 = 𝒏𝑷𝒓 = 𝑷𝒏𝒓 =
𝒏−𝒓 !
Ví dụ: Từ A,B,C,D chọn 3 xếp vào 1,2,3. Số cách?

20

Chỉnh hợp lặp (Permutation with repetition)
Chỉnh hợp 𝒓 của 𝒏 phần tử, có thứ tự, có lặp
Số chỉnh hợp lặp 𝒓 từ 𝒏: 𝑷 𝒏, 𝒓 = 𝒏𝑷𝒓 = 𝑷𝒏𝒓 = 𝒏𝒓
Ví dụ: Từ A,B,C,D chọn giỏi nhất lần lượt cho vị trí 1,2,3. Số cách?
Tổ hợp (Combination without repetition)
Tổ hợp 𝒓 của 𝒏 phần tử, không thứ tự, không lặp
𝒏!
Số tổ hợp 𝒓 từ 𝒏: 𝑪 𝒏, 𝒓 = 𝒏𝑪𝒓 = 𝑪𝒏𝒓 =
𝒏−𝒓 !×𝒓!
Ví dụ: Từ A,B,C,D chọn 3 người. Số cách?

21

Tổ hợp lặp (Combination with repetition)
Tổ hợp 𝒓 của 𝒏 phần tử, không thứ tự, có lặp
𝒏+𝒓−𝟏 !
Số tổ hợp lặp 𝒓 từ 𝒏: 𝑪 𝒏, 𝒓 = 𝒏𝑪𝒓 = 𝑪𝒏𝒓 =
𝒓!× 𝒏−𝟏 !
Ví dụ: Từ 4 người bầu phiếu với 3 ý kiến (Yes/No/Undecided). Có

bao nhiêu tổ hợp phiếu trả lời? (chú ý: trường hợp này, 𝒏 = 𝟑 và
𝒓 = 𝟒)
Gợi ý: 15 cách gồm (Y/N/U: 400, 310, 301, 220, 211, 202, 130, 121,
112, 103, 040, 031, 022, 013, 004)

22

Bảng các công thức tổ hợp (combination) và chỉnh hợp (permutation)

23
Phương pháp dùng các công thức tổ hợp

Ví dụ: Một hộp đựng 10 sản phẩm trong đó có 6 chính phẩm và 4 phế
phẩm, lấy ngẫu nhiên 2 sản phẩm theo các phương thức sau:
a) lấy lần lượt có hoàn lại (pick up one by one, replacement)
b) lấy lần lượt không hoàn lại (pick up one by one, no replacement)
c) lấy cùng 1 lúc (pick up together)
Tính xác suất
i. lấy được cả 2 chính phẩm
ii. lấy được ít nhất 1 chính phẩm
iii. lấy được cả 2 phế phẩm

Phương pháp dùng các công thức tổ hợp

Ví dụ: Một giáo viên hướng dẫn cho lớp của cô ấy 10 bài toán
với thông tin rằng bài thi cuối kỳ sẽ bao gồm 5 bài được chọn
ngẫu nhiên trong số đó. Nếu một học sinh đã biết cách làm chính
xác 7 trong số các bài toán được cung cấp trước, tính xác suất để
học sinh ấy sẽ trả lời đúng:
a) cả 5 bài trong bài thi cuối kỳ
b) ít nhất 4 bài trong số 5 bài của bài thi cuối kỳ
c) duy nhất 1 trong số bài của bài thi cuối kỳ

3.3. Ưu điểm và hạn chế của định nghĩa cổ điển

Ưu điểm :
+) Không cần thực hiện phép thử
+) Cho phép tìm được một cách chính xác giá trị của xác suất
Hạn chế :
+) Số kết cục có thể là vô hạn hoặc không đếm được
+) Tính đối xứng hay tính đồng khả năng thực sự hiếm gặp trong thực tế.

4. ĐỊNH NGHĨA XÁC SUẤT BẰNG TẦN SUẤT

4.1. Tần suất xuất hiện biến cố
Giả sử ta thực hiện 𝒏 phép thử ngẫu nhiên, trong 𝒏 phép thử đó biến
cố 𝑨 xuất hiện 𝒌 lần, khi đó tần suất (relative frequency) xuất hiện
biến cố 𝑨, ký hiệu 𝒇 𝑨 , được xác định:
𝒌
𝒇 𝑨 =
𝒏
Ví dụ: Trong 100.000 trẻ mới sinh, có 51.000 bé trai. Xác suất “sinh bé
trai” là khoảng 0,51.
Ví dụ: tình huống nghiên cứu 2 về khả năng điều hành quỹ tương hỗ
(mutual funds) của các nhà quản lý quỹ

4.2. Định nghĩa xác suất bằng tần suất
Khi số phép thử 𝒏 tăng lên khá lớn (tùy thuộc tình huống thực tế) thì
ta định nghĩa xác suất để biến cố 𝑨 xảy ra là:
𝑷 𝑨 ≈ 𝒇(𝑨)
Hoặc với 𝝐 > 𝟎 tùy ý, ta có:

𝐥𝐢𝐦 𝑷 𝑷 𝑨 − 𝒇 𝑨 <𝝐 →𝟏
𝒏→+∞

4.3. Ưu điểm và hạn chế của định nghĩa xác suất bằng tần suất
• Ưu điểm : Không đòi hỏi các điều kiện áp dụng như đối với định
nghĩa cổ điển
• Hạn chế : Phải thực hiện phép thử với số lần khá lớn dẫn đến tốn
kém, mất nhiều thời gian

5. NGUYÊN LÝ XÁC SUẤT LỚN - NGUYÊN LÝ XÁC SUẤT NHỎ

Nguyên lý xác suất lớn: Nếu biến cố ngẫu nhiên có xác suất rất lớn
thì thực tế có thể cho rằng trong một phép thử biến cố đó sẽ xảy
ra.
Nguyên lý xác suất nhỏ: Nếu một biến cố có xác suất rất nhỏ thì
thực tế có thể cho rằng trong một phép thử, biến cố đó sẽ không
xảy ra.
Chú ý: Xác suất của biến cố là lớn hay nhỏ sẽ tùy thuộc từng tình
huống nghiên cứu thực tế.

6. MỐI QUAN HỆ GIỮA CÁC BIẾN CỐ
a) Biến cố A xảy ra kéo theo biến cố B xảy ra
𝐵
Ký hiệu: 𝑨 ⊂ 𝑩
Ví dụ: 𝑨𝟏 : một chấm và 𝑨𝐋 : lẻ chấm 𝐴
b) Hợp hai biến cố (Union event):

Ký hiệu: 𝑪𝟏 = 𝑨 ∪ 𝑩 𝑪𝟏 = 𝑨 + 𝑩
.
Mở rộng : 𝑨 = 𝑨𝟏 ∪ 𝑨𝟐 ∪ ⋯ ∪ 𝑨𝒏
c) Giao hai biến cố: 𝑪𝟐 = 𝑨 ∩ 𝑩

Ký hiệu: 𝑪𝟏 = 𝑨 ∩ 𝑩 𝑨 𝑪𝟐 = 𝑨𝑩 𝑩
Mở rộng : 𝑨 = 𝑨𝟏𝑨𝟐 … 𝑨𝒏

d) Hai biến cố xung khắc: Nếu không cùng xảy ra trong kết quả phép
thử.
Ký hiệu: 𝑨𝑩 = Ø
Các biến cố 𝑨𝟏, 𝑨𝟐, … , 𝑨𝒏 đôi một xung khắc nếu
𝑨𝒊 𝑨𝒋 = Ø (mọi 𝒊, 𝒋)

e) Hai biến cố độc lập, hai biến cố phụ thuộc

Một biến cố xảy ra hay không, không ảnh hưởng tới xác suất xảy ra
của biến cố còn lại → độc lập.
Ngược lại → phụ thuộc
Các biến cố độc lập từng đôi

𝑨𝟏, 𝑨𝟐, … , 𝑨𝒏 là các biến cố độc lập từng đôi nếu 2 biến cố bất kỳ
độc lập với nhau.
Các biến cố độc lập toàn phần

𝑨𝟏, 𝑨𝟐, … , 𝑨𝒏 là các biến cố độc lập toàn phần nếu chúng là độc lập
từng đôi và mỗi biến cố độc lập với 1 tích các biến cố bất kỳ trong
nhóm

e) Hai biến cố độc lập, hai biến cố phụ thuộc

Ví dụ: Tung 1 con xúc xắc đồng chất cân bằng, các biến cố
𝑨𝟏 : mặt 1 chấm
𝑨𝑳 : mặt lẻ chấm
𝑩: mặt có chấm chia hết cho 3
Xét tính độc lập của các cặp biến cố 𝑨𝟏 và 𝑨𝑳 , 𝑨𝟏 và 𝑩, 𝑨𝑳 và 𝑩
Ví dụ: Chứng mình 𝑨 và 𝑩 là các biến cố độc lập thì các cặp biến cố
ഥ và 𝑩, 𝑨 và 𝑩
sau: 𝑨 ഥ, 𝑨
ഥ và 𝑩
ഥ cũng độc lập với nhau.

f) Nhóm đầy đủ các biến cố:
Các biến cố 𝑯𝟏, 𝑯𝟐 , … , 𝑯𝒏 thỏa mãn
+) 𝑯𝟏 ∪ 𝑯𝟐 ∪ ⋯ ∪ 𝑯𝒏 = 𝛀
+) 𝑯𝒊𝑯𝒋 = Ø
ഥ :
g) Hai biến cố đối lập 𝑨 và 𝑨
Hai biến cố tạo thành 1 nhóm đầy đủ biến cố

Ví dụ: Một hộp có 10 viên bi: 6 đỏ, 4 xanh. Lấy ngẫu nhiên 3 viên bi.
Gọi các biến cố
𝑨: “Lấy được ít nhất 1 viên bi đỏ”
𝑩: “Lấy được 3 bi đỏ”
𝑪: “Lấy được nhiều nhất 2 bi đỏ”
Xác định quan hệ của 𝑨 và 𝑩, của 𝑨 và 𝑪, của 𝑩 và 𝑪
Ví dụ: Chọn ngẫu nhiên 1 sinh viên trong lớp
Gọi 𝑨: “sinh viên được chọn giỏi tiếng Anh”
𝑩: “sinh viên được chọn giỏi Toán”
ഥ 𝑩, 𝑨𝑩
Xác định 𝑨 ∪ 𝑩, 𝑨 ∩ 𝑩, 𝑨 ഥ, 𝑨
ഥ∪𝑩
ഥ,
ഥ ∪ 𝑨
𝑨𝑩 ഥ 𝑩 , 𝑨 ∪ 𝑩, 𝑨𝑩, (𝑨𝑩 ∣ 𝑨 ∪ 𝑩)

Ví dụ: Hai sinh viên thi môn Kinh tế Vĩ mô

Gọi 𝑨𝟏 : “Sinh viên thứ nhất thi đậu”
𝑨𝟐 : “Sinh viên thứ hai thi đậu”
𝑩𝟏 : “Có ít nhất 1 Sinh viên thi đậu”
𝑩𝟐 : “Chỉ có sinh viên thứ nhất thi đậu”
𝑩𝟑 : “Cả 2 sinh viên đều trượt”
𝑩𝟒 : “Có đúng 1 sinh viên bị trượt”
Hãy biểu diễn các biến cố 𝑩𝟏, 𝑩𝟐 , 𝑩𝟑, 𝑩𝟒 thông qua 𝑨𝟏, 𝑨𝟐

7. CÁC ĐỊNH LÝ VÀ CÔNG THỨC XÁC SUẤT

7.1. Định lý cộng xác suất
𝑨, 𝑩 xung khắc → 𝑷(𝑨 ∪ 𝑩) = 𝑷(𝑨) + 𝑷(𝑩)
𝑨, 𝑩 không xung khắc
𝑷(𝑨 ∪ 𝑩) = 𝑷(𝑨) + 𝑷(𝑩) − 𝑷(𝑨𝑩)
𝑨𝟏, 𝑨𝟐, … , 𝑨𝒏 đôi một xung khắc
𝑷 𝑨𝟏 ∪ 𝑨𝟐 ∪ ⋯ ∪ 𝑨𝒏 = 𝑷 𝑨𝟏 + 𝑷 𝑨𝟐 + ⋯ + 𝑷 𝑨𝒏
Nếu 𝑯𝟏, 𝑯𝟐, … , 𝑯𝒏 tạo thành một nhóm đầy đủ các biến cố thì
𝑷 𝑯𝟏 + 𝑷 𝑯𝟐 + ⋯ + 𝑷(𝑯𝒏) = 𝟏
ഥ đối lập thì: 𝑷 𝑨 + 𝑷 𝑨
Nếu 𝑨 và 𝑨 ഥ =𝟏

7.2. Xác suất có điều kiện, định lý nhân xác suất
a) Xác suất có điều kiện
Xác suất của biến cố 𝑨 được tính với điều kiện biến cố B đã xảy ra được
gọi là xác suất có điều kiện của 𝑨, và ký hiệu là 𝑷(𝑨/𝑩)
Tính chất: Nếu 𝑨 và 𝑩 là hai biến cố độc lập thì
𝑷(𝑨/𝑩) = 𝑷(𝑨) và 𝑷(𝑩/𝑨) = 𝑷(𝑩)
b) Định lý nhân xác suất
A,B là 2 biến cố độc lập thì điều kiện cần và đủ:
𝑷(𝑨𝑩) = 𝑷(𝑨). 𝑷(𝑩)
Cho A và B là hai biến cố phụ thuộc, ta có
𝑷(𝑨𝑩) = 𝑷(𝑩). 𝑷(𝑨/𝑩) = 𝑷(𝑨). 𝑷(𝑩/𝑨)
𝑷 𝑨𝑩 𝑷 𝑨𝑩
Hệ quả: 𝑷(𝑨/𝑩) = và 𝑷(𝑩/𝑨) =
𝑷 𝑩 𝑷 𝑨

Ví dụ: Quan sát hai nhà đầu tư trên TTCK. Xác suất thua lỗ của nhà
đầu tư thứ 1 là 0,25 và của nhà đầu tư thứ 2 là 0,45. Tuy nhiên, khả
năng cả 2 nhà đầu tư cùng thua lỗ chỉ có 0,1.
Tính xác suất:
i) Chỉ có đúng 1 nhà đầu tư thua lỗ
ii) Có ít nhất 1 nhà đầu tư không thua lỗ.
iii) Chỉ có nhà đầu tư thứ 1 thua lỗ
iv) Nhà đầu tư thứ nhất thua lỗ biết nhà đầu tư thứ hai thua lỗ
v) Một nhà đầu tư thua lỗ, biết có ít nhất một nhà đầu tư thua lỗ

Ví dụ: Phương pháp lập bảng xác suất hai chiều (joint probability
table)

7.3. Công thức Bernoulli
a) Lược đồ Bernoulli
• Thực hiện 𝑛 phép thử ngẫu nhiên (ý nghĩa là các phép thử độc lập)
ഥ
• Mỗi phép thử, quan tâm chỉ 2 biến cố 𝑨 và 𝑨
• Mỗi phép thử, 𝑃 𝐴 = 𝑝 không đổi
b) Công thức Bernoulli:
Quan tâm tới biến cố trong 𝑛 phép thử trên, có đúng 𝑘 lần biến cố 𝑨 xảy
ra. Xác suất của biến cố cần tìm được xác định theo công thức:
𝑃𝑛 𝑘 = 𝐶𝑘𝑛 × 𝑝𝑘 × 1 − 𝑝 𝑛−𝑘

Ví dụ: Một nhân viên đi bán hàng ở 4 nơi độc lập với xác suất bán
được hàng ở mỗi nơi đều là 0,2. Tính xác suất để nhân viên đó:
a) bán được ở đúng 1 nơi
b) bán được ở đúng 2 nơi
c) bán được ở đúng 3 nơi
d) bán được hàng
e) bán được ít nhất 3 nơi
Ví dụ: Một siêu thị lắp 4 chuông báo cháy hoạt động độc lập nhau.
Xác suất để khi có cháy mỗi chuông kêu là 0,95. Tìm xác suất để có
chuông kêu khi có cháy.

Ví dụ: Phần thi đọc của bài thi IELTS gồm 3 đoạn văn dài, có 40 câu
hỏi trắc nghiệm với 4 lựa chọn và chỉ 1 đáp án đúng (thời gian 1
1
tiếng). Để vượt qua phần thi cần trả lời đúng ít nhất số câu hỏi
3
của phần thi. Giả sử các câu hỏi là độc lập. Chọn ngẫu nhiên 1 thí
sinh. Tính xác suất thí sinh đó trả lời:
a) vượt qua phần thi đọc
b) không đúng câu nào
c) có câu trả lời đúng
d) đúng 12 câu
e) đúng ít nhất 30 câu

7.4. Công thức xác suất đầy đủ, công thức Bayes
a) Công thức xác suất đầy đủ
𝑯𝟏, 𝑯𝟐, … , 𝑯𝒏 : nhóm đầy đủ các biến cố.
𝑨: xảy ra đồng thời với một trong các biến cố 𝑯𝟏, 𝑯𝟐, … , 𝑯𝒏
Công thức xác suất đầy đủ:
𝒏
𝑷 𝑨 =෍ 𝑷 𝑯𝒊 ⋅ 𝑷(𝑨|𝑯𝒊 )
𝒊=𝟏
b) Công thức Bayes:

𝑷(𝑯𝒊 ⋅ 𝑨) 𝑷 𝑯𝒊 ⋅ 𝑷(𝑨|𝑯𝒊 )
𝑷 𝑯𝒊 𝑨 = = 𝒏
𝑷(𝑨) σ𝒊=𝟏 𝑷 𝑯𝒊 ⋅ 𝑷(𝑨|𝑯𝒊 )

Ví dụ: Hai hộp giống nhau: hộp loại I chứa 6 chính phẩm và 4 phế
phẩm; hộp loại II chứa 8 chính phẩm và 2 phế phẩm.
a) Chọn ngẫu nhiên một hộp và từ đó chọn 1 sản phẩm. Tính xác
suất để đó là chính phẩm.
b) Chọn được chính phẩm, XS hộp được chọn là hộp loại I? là hộp
loại II? Quyết định mua hàng (mua hay không mua) khi thử được
chính phẩm?
c) Chọn được phế phẩm, XS hộp được chọn là hộp loại I? là hộp
loại II? Quyết định mua hàng (mua hay không mua) khi thử được
phế phẩm? So sánh với (b)
d) Làm lại các câu (a), (b) và (c) trên với trường hợp có 3 hộp loại I
và 2 hộp loại II
e) Làm lại các câu (a), (b) và (c) trên với trường hợp lấy 2 sản phẩm
Tình huống thảo luận
Giả sử có 20% các khách hàng mua bảo hiểm nhân thọ thích mua
bảo hiểm thông qua điện thoại hoặc internet. Giả sử một mẫu
ngẫu nhiên gồm 80 khách hàng được chọn để nghiên cứu. Xác suất
để có 21 hoặc nhiều hơn 21 khách hàng trong số đó thích mua bảo
hiểm thông qua điện thoại và internet là bao nhiêu?

Slide - XSTK - Bài 1 - VNU

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Slide - XSTK - Bài 1 - VNU

Uploaded by

Copyright:

Available Formats

Bài giảng LTXS & TKT - 2022

ĐẠI HỌC QUỐC GIA HÀ NỘI - VNU

LÝ THUYẾT XÁC SUẤT

MEc. Nguyễn Hải Dương https://mfe.neu.edu.vn › nguyenhaiduong

Những cuộc trao đổi sau đó

MEc. Nguyễn Hải Dương https://mfe.neu.edu.vn › nguyenhaiduong

“ Cần nhớ rằng môn khoa học bắt đầu từ

MEc. Nguyễn Hải Dương https://mfe.neu.edu.vn › nguyenhaiduong

BÀI 1 – BIẾN CỐ VÀ XÁC SUẤT

LÝ THUYẾT XÁC SUẤT VÀ THỐNG KÊ TOÁN – BỘ

BÀI 1 – BIẾN CỐ VÀ XÁC SUẤT

(Nguồn: Statistics for management and economics, 2018, Gerald Keller)

BÀI 1 – BIẾN CỐ VÀ XÁC SUẤT

BÀI 1 – BIẾN CỐ VÀ XÁC SUẤT

Phép thử Kết cục Các hiện tượng quan tâm

MEc. Nguyễn Hải Dương https://mfe.neu.edu.vn › nguyenhaiduong

1.2. Không gian mẫu và biến cố

MEc. Nguyễn Hải Dương https://mfe.neu.edu.vn › nguyenhaiduong

Ví dụ: Gieo một con xúc xắc, các biến cố:

MEc. Nguyễn Hải Dương https://mfe.neu.edu.vn › nguyenhaiduong

Ví dụ: Nhóm 6 nam 4 nữ, chọn ra 5 người, các biến cố:

MEc. Nguyễn Hải Dương https://mfe.neu.edu.vn › nguyenhaiduong

2. XÁC SUẤT CỦA BIẾN CỐ - ĐỊNH NGHĨA CỔ ĐIỂN VỀ XÁC SUẤT

MEc. Nguyễn Hải Dương https://mfe.neu.edu.vn › nguyenhaiduong

Các tính chất của xác suất

MEc. Nguyễn Hải Dương https://mfe.neu.edu.vn › nguyenhaiduong

MEc. Nguyễn Hải Dương https://mfe.neu.edu.vn › nguyenhaiduong

Phương pháp đếm

LÝ THUYẾT XÁC SUẤT VÀ THỐNG KÊ TOÁN – BỘ

LÝ THUYẾT XÁC SUẤT VÀ THỐNG KÊ TOÁN – BỘ

Phương pháp sơ đồ (tree diagram)

MEc. Nguyễn Hải Dương https://mfe.neu.edu.vn › nguyenhaiduong

Phương pháp sơ đồ (sơ đồ tập hợp)

LÝ THUYẾT XÁC SUẤT VÀ THỐNG KÊ TOÁN – BỘ

Phương pháp sơ đồ (sơ đồ tập hợp)

15 - Không học Đại học

3.2. Phương pháp dùng các công thức tổ hợp

Ví dụ: Từ A,B,C,D chọn 3 xếp vào 1,2,3. Số cách?

LÝ THUYẾT XÁC SUẤT VÀ THỐNG KÊ TOÁN – BỘ

3.2. Phương pháp dùng các công thức tổ hợp

Ví dụ: Từ A,B,C,D chọn 3 người. Số cách?

LÝ THUYẾT XÁC SUẤT VÀ THỐNG KÊ TOÁN – BỘ

3.2. Phương pháp dùng các công thức tổ hợp

Ví dụ: Từ 4 người bầu phiếu với 3 ý kiến (Yes/No/Undecided). Có

LÝ THUYẾT XÁC SUẤT VÀ THỐNG KÊ TOÁN – BỘ

3.2. Phương pháp dùng các công thức tổ hợp

LÝ THUYẾT XÁC SUẤT VÀ THỐNG KÊ TOÁN – BỘ

Phương pháp dùng các công thức tổ hợp

MEc. Nguyễn Hải Dương https://mfe.neu.edu.vn › nguyenhaiduong

Phương pháp dùng các công thức tổ hợp

MEc. Nguyễn Hải Dương https://mfe.neu.edu.vn › nguyenhaiduong

3.3. Ưu điểm và hạn chế của định nghĩa cổ điển

MEc. Nguyễn Hải Dương https://mfe.neu.edu.vn › nguyenhaiduong

4. ĐỊNH NGHĨA XÁC SUẤT BẰNG TẦN SUẤT

MEc. Nguyễn Hải Dương https://mfe.neu.edu.vn › nguyenhaiduong

4.2. Định nghĩa xác suất bằng tần suất

Hoặc với 𝝐 > 𝟎 tùy ý, ta có:

MEc. Nguyễn Hải Dương https://mfe.neu.edu.vn › nguyenhaiduong

MEc. Nguyễn Hải Dương https://mfe.neu.edu.vn › nguyenhaiduong

5. NGUYÊN LÝ XÁC SUẤT LỚN - NGUYÊN LÝ XÁC SUẤT NHỎ

MEc. Nguyễn Hải Dương https://mfe.neu.edu.vn › nguyenhaiduong

b) Hợp hai biến cố (Union event):

c) Giao hai biến cố: 𝑪𝟐 = 𝑨 ∩ 𝑩