Chuong 1 Dai Cuong Ve Xac Suat

Chương 1: Đại cương về xác suất
Phan Thị Khánh Vân
E-mail: khanhvanphan@hcmut.edu.vn
Ngày 19 tháng 2 năm 2022
(Phan Thị Khánh Vân) Chương 1: Đại cương về xác suất Ngày 19 tháng 2 năm 2022 1 / 33
Nội dung
1 Lý thuyết tập hợp và quy tắc đếm

Lý thuyết tập hợp
Quy tắc đếm
2 Biến cố và xác suất
3 Công thức xác suất đầy đủ và công thức Bayes
Định nghĩa
Tập rỗng: ∅
Tập con: A ⊂ B
Tập con thực sự: A B
Tập rời nhau: A ∩ B = ∅
Sơ đồ Venn: Biểu diễn mối quan hệ giữa các tập hợp.
Lực lượng: |A|
Phần bù: A (hoặc Ac , A0 )

A = Ω\A
A = {x|x ∈ Ω và x ∈
/ A}
A=A
Ví dụ
Nếu Ω = {1, 2, 3, 4, 5, 6}, A = {1, 3, 5} ⇒ Ac = {2, 4, 6}.
Nếu Ω = R, A = [2, 4] ⇒ Ac = (−∞, 2) ∪ (4, ∞).
Các phép toán của tập hợp
Hợp: A + B hoặc A ∪ B
A + B = {x|x ∈ A hoặc x ∈ B}
Giao : AB hoặc A ∩ B
AB = {x|x ∈ A và x ∈ B}
Ví dụ
1 {1, 3, 4, 7} ∩ {2, 3, 5} = {3}. 3 {1, 3, 4, 7} ∪ {2, 3, 5}
= {1, 2, 3, 4, 5, 7}.
2 [1, 4) ∩ [2, 7] = [2, 4).
4 [1, 4) ∪ [2, 7] = [1, 7].
Các phép toán của tập hợp
Hiệu : B\A
B\A = {x|x ∈ B và x ∈
/ A}
Hiệu đối xứng: A M B

A M B = {x|x ∈ A\B hoặc x ∈ B\A}
Ví dụ
1 {1, 3, 4, 7}\{2, 3, 5} = {1, 4, 7}. 3 {1, 3, 4, 7} M {2, 3, 5}
= {1, 2, 4, 5, 7}.
2 [1, 4)\[2, 7] = [1, 2).
4 [1, 4) M [2, 7] = [1, 2) ∪ [4, 7].
Luật phân phối
1 A(B + C ) = AB + AC
2 A + (BC ) = (A + B)(A + C )
Quy tắc De Morgan

1 A + B = A B.
2 AB = A + B
Quy tắc hiệu

1 A\(B + C ) = (A\B)(A\C )
2 A\(BC ) = (A\B) + (A\C )
Quy tắc đếm
1 Quy tắc cộng: A và B là 2 tập rời nhau. Chọn 1 phần tử từ A và B:
|A| + |B| cách chọn.
2 Quy tắc nhân: Chọn lần lượt 1 phần tử từ A, và 1 phần tử từ B: |A|.|B|
cách chọn.
3 Quy tắc của người chăn cừu: ] cừu = ] chân /4: Khi phép đếm bị lập lại
bởi cùng một nhân tử thì ta phải chia cho nhân tử này.
4 Quy tắc Mississippi: ] hoán vị khác nhau của một dãy ký tự = ] số hoán vị
nếu như mọi ký tự đều khác nhau /] số hoán vị thu được khi đảo vị trí các
ký tự giống nhau.
Ví dụ quy tắc cộng

Chọn một người từ một nhóm gồm 3 nam và 4 nữ ta có 7 cách chọn.
Ví dụ quy tắc nhân
1 Có 3 áo sơ mi, 4 quần tây và 2 đôi giày. Số cách chọn quần áo và giày là
3.4.2 = 24.
2 Số kết quả thu được khi tung một đồng xu 10 lần: 210 .
3 Số kết quả thu được khi tung một cục xúc sắc 3 lần: 63 .
4 Khi thiết kế trang web, ta có 4 màu, 3 font chữ và 3 vị trí đặt hình ảnh. Số
cách thiết kế là 4.3.3 = 36.
Ví dụ về quy tắc của người chăn cừu

Số cách thành lập một hội đồng gồm 3 giáo sư từ một nhóm 10 giáo sư:
10.9.8
3.2.1 = 120.
Ví dụ về quy tắc Mississippi:

11!
1 Số hoán vị phân biệt của chữ MISSISSIPPI. 4!4!2! = 34650.
2 Số cách xếp một hàng gồm 6 thanh gỗ giống nhau trong đó có 2 thanh màu
6!
xanh, 2 thanh vàng và 2 thanh đỏ: 2!2!2! = 90.
Chọn k phần tử từ một tập gồm n phần tử
1 Chọn có hoàn lại, có xét thứ tự của các phần tử: có nk cách chọn.
n!
2 Chọn không hoàn lại, có xét thứ tự của các phần tử: Akn = (n−k)! cách chọn.
n!
3 Chọn không hoàn lại, không xét thứ tự: Cnk = k!(n−k)! cách chọn.
Ví dụ
1 Thành lập một từ gồm 4 chữ cái từ 24 chữ cái. Số cách chọn: 244 .
2 Một bảng mạch in có 8 vị trí khác nhau mỗi vị trị đặt 1 bộ phận. Nếu đặt 4
8!
bộ phận khác nhau vào bảng mạch thì có bao nhiêu cách đặt? A48 = (8−4)! .
3 Trong bệnh viện, phòng mổ cần lên lịch cho 3 ca phẫu thuật đầu gối (k) và 2
5!
ca phẫu thuật hông (h) trong một ngày. Có bao nhiêu cách xếp? C52 = 2!3! .
4 Một thùng có 50 sản phẩm trong đó có 3 sản phẩm lỗi và 47 sản phẩm bình
thường. Chọn ngẫu nhiên không hoàn lại 6 sản phẩm. Có bao nhiêu cách
chọn trong đó có 2 sản phẩm lỗi? C32 C47
4
.
Thí nghiệm ngẫu nhiên
Môt thí nghiệm là một quá trình quan sát một hiện tượng nào đó. Một phép
thử là một lần thực hiện thí nghiệm. Một thí nghiệm thu được nhiều kết quả
khác nhau khi thực hiện trong cùng một điều kiện là một thí nghiệm ngẫu nhiên.
Không gian mẫu Ω

Tập tất cả các kết quả có thể xảy ra được gọi là không gian mẫu. Kí hiệu Ω.
Mỗi phần tử của Ω được gọi là một biến cố sơ cấp.
Biến cố
Một tập con của không gian mẫu được gọi là một biến cố.
Biến cố chắc chắn: Ω.
Biến cố bất khả: ∅.
Biến cố ngẫu nhiên: Là biến cố có thể xảy ra hoặc không thể xảy ra:
A ⊂ Ω, A 6= Ω, A 6= ∅.
Ví dụ: Xét một thí nghiệm ngẫu nhiên tung một con xúc sắc
Không gian mẫu : Ω = {1, 2, 3, 4, 5, 6}. {2} là một biến cố sơ cấp.
A = {1, 3, 5} ⊂ Ω là một biến cố.
Không gian mẫu : Ω = {L, N, TB} với L là ký hiệu nếu kết quả lớn 5, 6, N
là ký hiệu nếu kết quả là nhỏ 1, 2, và TB là trung bình nếu kết quả là 3, 4.
{L} là một biến cố sơ cấp. A = {L, TB} ⊂ Ω là một biến cố.
Ví dụ: Thời gian phục hồi của đèn flash

Chọn ngẫu nhiên một máy chụp hình và xét thời gian phục hồi của đèn flash.
Giả sử ta thu được ⇒ Ω = {x|1.5 < x < 5} - KG mẫu liên tục.
Nếu chia thời gian thành 3 giá trị (thấp, trung bình, cao).
⇒ Ω = {T , TB, C } - KG mẫu rời rạc.
Nếu chỉ quan tâm xem máy ảnh có chế độ để làm tối thiếu thời gian phục hồi
không (có, không): ⇒ Ω = {C , K } - KG mẫu rời rạc.
Quan hệ biến cố
AB: biến cố tích: A và B. Ā: biến cố đối lập: A không xảy ra.
A + B: biến cố tổng: A hoặc B.
A − B: biến cố hiệu: A xảy ra và Nếu AB = ∅: 2 biến cố A và B
B không xảy ra. được gọi là xung khắc.
Định nghĩa xác suất cổ điển cho không gian mẫu hữu hạn
Nếu |Ω| hữu hạn và mỗi kết quả có thể xảy ra trong Ω đều có khả năng xảy ra
|A|
như nhau thì P(A) = |Ω| ∈ [0, 1].
Ví dụ
Tung một con xúc sắc. Ω = {1, 2, 3, 4, 5, 6}.
P(1) = P(2) = ... = P(6) = 16 . P(Ω) = 1, P(∅) = 0.
A = {1}, P(A) = 16 .
B = {1, 3, 5}: Số chấm là số lẻ, P(B) = 36 = 12 .
C = {3, 6}: số chấm chia hết cho 3, P(C ) = 31 .
C + B = {1, 3, 5, 6}, BC = {3}.
A = {2, 3, 4, 5, 6}, P(A) = 1 − P(A) = 56 .
Ví dụ
Giả sử có 9 chiếc tất giống hệt nhau trong ngăn kéo trong một căn phòng tối,
trong đó có 6 chiếc màu cam và 3 chiếc màu xanh. Chọn ngẫu nhiên 2 chiếc tất,
tất cả các cách chọn đều có khả năng xảy ra như nhau. Tính xác suất để 2 chiếc
tất có cùng màu. Nếu thay vì lấy 2 chiếc tất, ta lấy 3 chiếc, tính xác suất để ít
nhất 2 trong số chúng có cùng màu.
Số cách chọn 2 chiếc tất trong 9 chiếc |Ω| = C92 .

A1 : 2 chiếc đều màu cam, A2 : 2 chiếc đều màu xanh, A : 2 chiếc cùng màu.
|A1 | + |A2 | C2 + C2
Vì A1 và A2 xung khắc: P(A) = P(A1 ) + P(A2 ) = = 6 2 3 = 0.5
|Ω| C9
Ví dụ
Tung 3 đồng xu cân bằng. Tính xác suất để 3 mặt của đồng xu không giống nhau.
A: 3 mặt không giống nhau, A = {HHT , HTH, THH...}

A: 3 mặt giống nhau A = {HHH, TTT }
|A| 2 1 3
P(A) = 1 − P(A) = 1 − =1− 3 =1− =
|Ω| 2 4 4
Ví dụ
Trong thùng hàng có 45 sản phẩm không lỗi và 5 sản phẩm lỗi. Chọn ngẫu nhiên
3 sản phẩm. Tính xác suất để có ít nhất 2 sản phẩm bị lỗi.
A: Biến cố trong 3 sản phẩm có ít nhất 2 sản phẩm lỗi.

|A| C 2 C 1 + C53
P(A) = = 5 453 .
|Ω| C50
Định nghĩa hình học về xác suất

Giả sử trong mỗi phép thử các kết quả đều có cùng khả năng xảy ra và được biểu
diễn bằng các điểm hình học trên miền nằm trong không gian xác suất Ω. Khi đó
độ đo của A
P(A) = , (độ đo là độ dài, diện tích, hoặc thể tích).
độ đo của Ω
Ví dụ
Xét phương trình bậc hai x 2 + ax + b = 0 với a ∈ [0, 1], b ∈ [−1, 1].
a. Tính xác suất để phương trình trên có 2 nghiệm thực phân biệt.
b. Tính xác suất để phương trình có 2 nghiệm trùng nhau.
c. Tính xác suất để phương trình có 2 nghiệm phức.
a. Xét A là biến cố phương trình có 2

nghiệm thực phân biệt. A xảy ra khi
2
∆ = a2 − 4b > 0 ⇔ b < a4 .
R 1 a2
SA ( + 1)da
P(A) = = 0 4 = 0.6667.
SΩ 2
b. Xét B là biến cố phương trình có 2
nghiệm trùng nhau. B xảy ra khi
a2
b= 4.
SB 0
P(B) = = = 0.
SΩ 2
c. P(A + B) = 1 − P(A + B)
= 1 − P(A) − P(B) = 0.3333.
Xác xuất hiện đại: Định nghĩa xác suất theo tiên đề
Đặt A là tập hợp tất cả các biến cố. Xác suất là một hàm số thực
P : A → [0, 1]
thỏa mãn các tiên đề sau
1 0 ≤ P(A) ≤ 1, ∀A ∈ A.
2 P(Ω) = 1.
3 Với mọi 2 biến cố rời nhau A, B:
P(A + B) = P(A) + P(B).
Với mọi biến cố A ∈ A, P(A) được gọi là xác suất của A.
Tính chất
1 0 ≤ P(A) ≤ 1 5 Với tập các biến cố xung khắc
2 P(Ω) = 1 và P(∅) = 0. từng đôi một A1 , · · · , An :
3 P(A) = 1 − P(A) P(A1 + A2 + · · · + An )
4 Nếu A ⊂ B thì P(A) ≤ P(B) = P(A1 ) + · · · + P(An )
P(A + B) = P(A \ B) + P(B).
P(A \ B) + P(AB) = P(A).
Công thức cộng

Cho 2 biến cố
P(A + B) = P(A) + P(B) − P(AB)
Cho 3 biến cố
P(A + B + C )
= P(A) + P(B) + P(C ) − P(AB) − P(AC ) − P(BC ) + P(ABC )
Tổng quát,
P P P P
P ( i Ai ) = i P(Ai ) − i,j P(Ai Aj ) + i,j,k P(Ai Aj Ak ) − · · ·
Ví dụ
Một bệnh nhân đến phòng khám với tình trạng đau họng và sốt nhẹ. Sau khi kiểm
tra, bác sĩ quyết định rằng bệnh nhân bị nhiễm trùng do ít nhất một trong 2 loại
vi khuẩn hoặc vi rút. Bác sĩ quyết định rằng bệnh nhân có thể bị nhiễm trùng do
vi khuẩn với xác suất 0.7 và người đó có thể bị nhiễm vi rút với xác suất là 0.4.
Tìm xác suất bệnh nhân bị nhiễm trùng do cả vi rút và vi khuẩn.
A: biến cố bệnh nhân bị nhiễm vi khuẩn, P(A) = 0.7.

B: biến cố bệnh nhân bị nhiễm vi rút, P(B) = 0.4.
Bởi vì bệnh nhân bị nhiễm ít nhất 1 trong 2 loại: P(A + B) = 1.
Xác suất bệnh nhân bị nhiễm cả 2 loại:
P(AB) = P(A) + P(B) − P(A + B) = 0.7 + 0.4 − 1 = 0.1.
Xác suất có điều kiện
Xác suất có điều kiện của biến cố B khi biết biến cố A xảy ra, được ký hiệu bởi
P(B|A), là:
P(BA)
P(B|A) = , với P(A) > 0.
P(A)
Tính chất
0 ≤ P(B|A) ≤ 1.
P(B|B) = 1.
Nếu AC = ∅, thì P(A + C |B) = P(A|B) + P(C |B).
P(Ā|B) = 1 − P(A|B).
Ví dụ
Tung một con xúc sắc. Tính xác suất ta có 2 chấm biết rằng số chấm là số chẵn.
B = {2, 4, 6}: số chấm là số chẵn.

1
A = {2}, P(A) = = P(AB).
6
1
P(A|B) = .
3
Ví dụ
Tung con xúc sắc A = {2, 3, 4, 6}, B = {2, 5, 6}. Tính P(A|B).
1 1
AB = {2, 6}, P(AB) = , P(B) = .
3 2
P(AB) 1/3 2
P(A|B) = = = .
P(B) 1/2 3
Ví dụ
Biết rằng trong 2 bé có ít nhất 1 bé gái. Tính xác suất cả hai là con gái.
Ω = {TT , TG , GT , GG }
1 3
A: Cả 2 là con gái, P(A) =
. B: Ít nhất 1 bé là con gái, P(B) = .
4 4
1
AB = A ⇒ P(AB) = P(A) = .
4
P(AB) 1/4 1
P(A|B) = = = .
P(B) 3/4 3
Ví dụ
Biết rằng trong 2 bé, đứa lớn là con gái. Tính xác suất cả hai là con gái.
Ω = {TT , TG , GT , GG }. A: Cả 2 là con gái, P(A) = 14 .

1
B = {GG , GT }: Đứa lớn là con gái, P(B) = .
2
1
AB = A ⇒ P(AB) = P(A) = .
4
P(AB) 1/4 1
P(A|B) = = = .
P(B) 1/2 2
Công thức nhân
P(AB) = P(B|A)P(A) = P(A|B)P(B)
Ví dụ
Xác suất để một bộ phận được tạo ra trong giai đoạn 1 của một hoạt động gia
công đáp ứng các thông số kỹ thuật là 0.9. Xác suất để nó đáp ứng các thông số
kỹ thuật trong giai đoạn thứ 2, với điều kiện đáp ứng các thông số kỹ thuật trong
giai đoạn đầu tiên là 0.95. Xác suất để cả hai giai đoạn đều đáp ứng các thông số
kỹ thuật là bao nhiêu?
P(cả 2) = P(gđ 2|gđ 1).P(gđ 1) = 0.95 × 0.9 = 0.855
Ví dụ
Chọn 1 lá bài từ bộ bài 52 lá.
a) Tính xác suất để lá bài là con A.
b) Biết lá bài màu đỏ. Tính xác xuất để nó là con A.
4 1
a) A: lá bài là con A, P(A) = = .
52 13
2 1
b) B: lá bài màu đỏ. P(A|B) = = = P(A). A và B là 2 biến cố độc lập.
26 13
Biến cố độc lập

A độc lập với B (B xảy ra không ảnh hưởng tới A có xảy ra không) nếu một
trong các mệnh đề tương đương sau xảy ra
1 P(A|B) = P(A)
2 P(B|A) = P(B)
3 P(AB) = P(A)P(B)
Các biến cố A1 , · · · , Ak được gọi là độc lập từng đôi một nếu với mọi tập con
Ai1 , · · · , Aij trong j tập con của những biến cố này (j = 2, 3, · · · , k), ta có
P(Ai1 Ai2 · · · Aij ) = P(Ai1 ) · · · P(Aij )
Ví dụ
Đĩa nhựa polycarbonate từ một nhà cung cấp được phân tích về khả năng chống
xước và chống va đập. Kết quả từ 100 đĩa được tóm tắt như sau:
Chống va đập
Cao Thấp
Chống Cao 70 9
xước Thấp 16 5
Gọi A là biến cố đĩa có khả năng chống va đập cao, và gọi B là biến cố đĩa có khả
năng chống xước cao. Các biến cố A và B có độc lập không?
|A| 86
P(A) = |Ω = 100 ,
|B| 79
P(B) = |Ω = 100 ,
P(AB) = |AB|
|Ω = 10070
6= P(A) ∗ P(B).
Vậy A và B không độc lập.
Ví dụ
Một mạch điện được mắc như hình vẽ. Mạch điện hoạt động khi có dòng điện
chạy từ trái sang phải. Xác suất để các link kiện hoạt động được cho như hình vẽ
và biết rằng các linh kiện hoạt động độc lập với nhau. Tính xác suất để mạch điện
hoạt động.
Gọi Ai , i = 1, 2..., 6 tương ứng là các biến cố link kiện thứ i hoạt động. O là biến
cố mạch điện hoạt động.
P(A1 ) = 0.9, P(A1 ) = 0.95, P(A3 ) = 0.9, P(A4 ) = 0.95, P(A5 ) = 0.8, P(A6 ) = 0.9.
P(O) = P ((A1 + A2 )(A3 + A4 )(A5 + A6 ))
= P(A1 + A2 )P(A3 + A4 )P(A5 + A6 ) (do các link kiệt hoạt động độc lập)
= [1 − P(A1 .A2 )][1 − P(A3 .A4 )][1 − P(A5 .A6 )]
= (1 − 0.1 ∗ 0.05)(1 − 0.1 ∗ 0.05)(1 − 0.2 ∗ 0.1) = 0.9702.
Ta có: P(B) = P(BA) + P(B Ā)
Công thức xác suất đầy đủ (2 biến cố)

P(B) = P(B|A)P(A) + P(B|Ā)P(Ā)
Sự ô nhiễm chất bán dẫn
Thông tin về lỗi sản phẩm dựa trên sự ô nhiễm trong quá trình sản xuất chip
được đưa ra dưới đây. Gọi F và H biểu thị các trường hợp sản phẩm bị lỗi và chip
bị nhiễm bẩn cao. Tìm xác suất sản phẩm bị lỗi.
Từ bảng ta có P(F |H) = 0.1, P(H) = 0.2, P(F |H̄) = 0.005, P(H̄) = 0.8.
Sử dụng công thức xác suất đầy đủ
P(F ) = P(F |H).P(H) + P(F |H̄).P(H̄) = 0.02 + 0.004 = 0.024
Ví dụ
Lô 500 thùng nước cam đông lạnh có 5 thùng bị lỗi. Hai chiếc được chọn ngẫu
nhiên, không hoàn lại từ lô hàng. Gọi A và B biểu thị các sự kiện mà thùng chứa
thứ nhất và thùng chứa thứ hai được chọn tương ứng bị lỗi.
a. A và B có độc lập không?
b. Nếu việc lấy mẫu được hoàn lại, liệu A và B có độc lập không?
5
a. P(A) = = 0.01.
500
4 5
P(B) = P(B|A) ∗ P(A) + P(B|Ā) ∗ P(Ā) = 499 ∗ 0.01 + 499 ∗ 0.99 = 0.01 6= P(B|A).
Vậy A và B không độc lập.
b. Nếu chọn có hoàn lại:
P(B) = 0.01 = P(B|A): A và B độc lập.
Định lý
[Công thức xác suất đầy đủ (nhiều biến cố)]
k
P k
P
P(B) = P(BEi ) = P(B|Ei )P(Ei ),
i=1 i=1
k
S
với Ei ∩ Ej = ∅ (xung khắc) với mọi i 6= j và Ω = Ei .
i=1
Công thức Bayes (2 biến cố)
Từ công thức nhân:
P(AB) = P(A|B)P(B) = P(B|A)P(A),
ta có
P(B|A)P(A)
P(A|B) = P(B) , for P(B) > 0: Công thức Bayes.
Công thức Bayes (nhiều biến cố)

Nếu E1 , E2 , ..., Ek là k biến cố xung khắc từng đôi một, có tổng là Ω, khi đó từ
công thức xác suất đầy đủ:
P(B) = P(B|E1 )P(E1 ) + P(B|E2 )P(E2 ) + · · · + P(B|Ek )P(Ek ),
ta có
P(B|E1 )P(E1 ) P(B|E1 )P(E1 )
P(E1 |B) = P(B) = P(B|E1 )P(E1 )+P(B|E2 )P(E2 )+···+P(B|Ek )P(Ek ) ,
với P(B) > 0: công thức Bayes.
Ví dụ
Cho 2 chai giống hệt nhau. Trong chai thứ nhất có 4 cái kẹo màu xanh, 2 cái màu
đỏ. Trong chai thứ hai có 3 viên kẹo màu xanh và 3 viên màu đỏ. Giả sử rằng
chúng ta chọn ngẫu nhiên một cái chai và lấy một viên kẹo từ nó, và biết rằng
viên kẹo được lấy ra có màu xanh. Tìm xác suất để viên kẹo này được lấy từ chai
thứ nhất.
B1 : Viên kẹo được lấy từ chai thứ 1, B1 : Viên kẹo lấy từ chai thứ 2. Ta có:
1
P(B1 ) = P(B1 ) = .
2
A: Viên kẹo có màu xanh.
Xác suất để viên kẹo có màu xanh lam, biết rằng nó được lấy từ chai thứ nhất và
2
thứ hai P(A|B1 ) = , P(A|B1 ) = 12
3
Xác xuất để viên kẹo được lấy từ chai thứ nhất:
2 1 1 1 7
P(A) = P(A|B1 ).P(B1 ) + P(A|B1 ).P(B1 ) = . + . = .
3 2 2 2 12
P(A|B1 )P(B1 ) 2/3.1/2 4
Sử dụng công thức Bayes: P(B1 |A) = = = .
P(A) 7/12 7
Ví dụ
Khách hàng được yêu cầu đánh giá các thiết kế sản phẩm tiền kỳ. Theo số liệu,
95% sản phẩm thành công cao nhận được đánh giá tốt, 60% sản phẩm thành
công vừa phải nhận được đánh giá tốt và 10% sản phẩm kém nhận được đánh giá
tốt. Ngoài ra, có 40% sản phẩm thành công cao, 35% sản phẩm thành công vừa
phải và 25% là sản phẩm kém.
a) Xác suất để một sản phẩm nhận được đánh giá tốt là bao nhiêu?
b) Nếu một thiết kế mới nhận được đánh giá tốt, thì xác suất nó sẽ là một sản
phẩm thành công cao là bao nhiêu?
c) Nếu một sản phẩm không đạt được đánh giá tốt, thì khả năng sản phẩm đó sẽ
là một sản phẩm thành công cao là bao nhiêu?
A, B, C , T : biến cố sản phẩm thành công cao, trung bình, kém, được đánh giá tốt.
Ta có: P(T |A) = 0.95, P(T |B) = 0.6, P(T |C ) = 0.1,
P(A) = 0.4, P(B) = 0.35, P(C ) = 0.25.
a) P(T ) = P(T |A).P(A) + P(T |B).P(B) + P(T |C ).P(C ) = 0.615.
P(T |A).P(A) 0.95 ∗ 0.4
b) P(A|T ) = = = 0.6179.
P(T ) 0.615
P(T̄ |A).P(A) 0.05 ∗ 0.4
c) P(A|T̄ ) = = = 0.0519.
P(
(Phan Thị Khánh Vân)
T̄ ) − 0.615
1 Chương 1: Đại cương về xác suất Ngày 19 tháng 2 năm 2022 32 / 33
Cảm ơn các em đã quan tâm!

Chuong 1 Dai Cuong Ve Xac Suat

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

Chuong 1 Dai Cuong Ve Xac Suat

Uploaded by

Copyright:

Available Formats

Chương 1: Đại cương về xác suất

Phan Thị Khánh Vân

Ngày 19 tháng 2 năm 2022

1 Lý thuyết tập hợp và quy tắc đếm

2 Biến cố và xác suất

3 Công thức xác suất đầy đủ và công thức Bayes

Phần bù: A (hoặc Ac , A0 )

Hiệu đối xứng: A M B

Quy tắc De Morgan

Quy tắc hiệu

Ví dụ quy tắc cộng

Ví dụ về quy tắc của người chăn cừu

Ví dụ về quy tắc Mississippi:

Không gian mẫu Ω

Ví dụ: Thời gian phục hồi của đèn flash

Số cách chọn 2 chiếc tất trong 9 chiếc |Ω| = C92 .

A: 3 mặt không giống nhau, A = {HHT , HTH, THH...}

A: Biến cố trong 3 sản phẩm có ít nhất 2 sản phẩm lỗi.

Định nghĩa hình học về xác suất

a. Xét A là biến cố phương trình có 2

Công thức cộng

A: biến cố bệnh nhân bị nhiễm vi khuẩn, P(A) = 0.7.

B = {2, 4, 6}: số chấm là số chẵn.

Ω = {TT , TG , GT , GG }. A: Cả 2 là con gái, P(A) = 14 .

P(cả 2) = P(gđ 2|gđ 1).P(gđ 1) = 0.95 × 0.9 = 0.855

Biến cố độc lập

Công thức xác suất đầy đủ (2 biến cố)

Công thức Bayes (nhiều biến cố)

với P(B) > 0: công thức Bayes.

You might also like