BÀI TẬP CHƯƠNG I:

1. Thân Thị Khánh Ly 3. Vũ Văn Bắc 5. Dương Văn Chí

2. Dương Thị Hằng 4. Nguyễn Năng Nguyên

Các công thức tính xác suất:

P ( AB )
1. Xác suất có điều kiện: P ( A / B )  , (với P ( B )  0 ).
P( B)

Trong đó P ( A / B ) : Xác suất của biến cố A khi biến cố B đã xảy ra.

2. CT cộng xác suất:

Định lý: Với 2 biến cố A, B: P ( A  B )  P ( A)  P ( B )  P ( AB ).

Mở rộng:
P ( A  B  C )  P ( A)  P ( B )  P (C )  P ( AB )  P ( AC )  P ( BC )  P ( ABC ).

Hệ quả:

- Với 2 biến cố A, B xung khắc: P ( A  B )  P ( A)  P ( B ).

- Với A1 , A2 ,... An là một hệ các biến cố xung khắc từng đôi một:

P ( A1  A2  ...  An )  P ( A1 )  P ( A2 )  ...  P ( An ).

- Với A1 , A2 ,... An là một hệ đầy đủ các biến cố:

P ( A1 )  P ( A2 )  ...  P ( An )  1.

- Vì A và A cũng lập thành hệ đầy đủ các biến cố nên: P ( A)  1  P ( A).

3. CT nhân xác suất:

Định lý: Với 2 biến cố A và B ta có

P ( A.B )  P ( B ).P ( A / B )  P ( A).P ( B / A).

Ta có thể mở rộng định lý với n biến cố A1 , A2 ,... An :

P ( A1. A2 ... An )  P ( A1 ) P ( A2 / A1 )...P ( An / A1. A2 ... An 1 ).

Hệ quả:

i) A và B là hai biến cố độc lập: P ( A.B )  P ( A).P ( B ).

ii) A1 , A2 ,... An là các biến cố độc lập toàn phần:
P ( A1. A2 ... An )  P ( A1 ) P ( A2 )...P ( An ).

4. CT xác suất toàn phần:

n
P ( A)   P ( Ai ) P ( A / Ai ).
i 1

5. Công thức Bayes:

P ( Ai ).P ( A / Ai )
P ( Ai / A)  , i  1,2,...n
P ( A)
n
trong đó P ( A)   P ( Ai ) P ( A / Ai ).
i 1

6. Công thức Bernoulli:

Cho dãy n phép thử Bernoulli với xác suất xuất hiện biến cố A trong mỗi phép
thử bằng p. Khi đó:

1. Xác suất để biến cố A xuất hiện đúng k lần trong dãy n phép thử Bernoulli là:
k k nk
Pn ( k )  Cn p (1  p ) .

2. Xác suất để biến cố A xuất hiện từ k1 đến k 2 lần trong dãy n phép thử Bernoulli
là:
k2

C
k k k
Pn ( k1 , k 2 )  n
p (1  p ) .
k  k1

CÁC BƯỚC GIẢI BÀI TOÁN XÁC SUẤT:

Bước 0: Tóm tắt.

Bước 1: Đặt tên cho biến cố cần tính: A

Bước 2: Đặt tên cho các biến cố có liên quan: A1 , A2 …

Bước 3: Mối liên hệ giữa các biến cố.

Bước 4: CT tính xác suất P(A).

Bước 5: Kết quả.

Bài 1.1:

a. Gọi Ai là biến cố : “Vận động viên thứ i ném trúng rổ”. (i=1,2,3).

Gọi A là biến cố : “Có đúng 2 người ném trúng rổ”.

Khi đó: A  A1 A2 A3  A1 A2 A3  A1 A2 A3 áp dụng công thức cộng xác suất ta có:

P( A)  P( A1 A2 A3  A1 A2 A3  A1 A2 A3 )
 P( A1 A2 A3 )  P( A1 A2 A3 )  P( A1 A2 A3 )
dl
 P( A1 ) P( A2 ) P( A3 )  P( A1 ) P( A2 ) P( A3 )  P( A1 ) P( A2 ) P( A3 )
 0,7.0,9.(1  0,8)  0.7.(1  0.9).0,8  (1  0,7).0,9.0,8
 0,398.
b. Gọi B là biến cố “Có ít nhất một người ném trúng rổ”.
Khi đó B là biến cố : “Không có người nào ném trúng rổ”.
Ta có: B  A1 A2 A3

 P ( B )  P ( A1 A2 A3 )  P ( A1 ) P ( A2 ) P ( A3 )  (1  0,7).(1  0,9).(1  0,8)  0.006.

Vậy: P(C )  1  P(C )  1  0,006  0,994.

P ( A2 A)
c. P ( A2 / A)  trong đó P ( A)  0,398.
P ( A)
Ta có:
A2 A  A1 A2 A3  A1 A2 A3 .
xk
A2 A  A1 A2 A3  A1 A2 A3  P ( A2 A)  P ( A1 A2 A3  A1 A2 A3 )  P ( A1 A2 A3 )  P ( A1 A2 A3 )
 P ( A1 ) P ( A2 ) P ( A3 )  P ( A1 ) P ( A2 ) P ( A3 )  0,7.0,9.(1  0,8)  (1  0,7).0,9.0,8  0,342.
0,342
Vậy: P ( A2 / A)   0,859.
0,398

Bài 1.2:

4
Lấy ngẫu nhiên 4 quả có C12  495 cách  n()  495.

a. Gọi A là biến cố : “4 quả lấy ra có 2 quả đỏ, 1 quả xanh, 1 quả vàng”.

2 1 1 n( A) 90 2
Ta có: n( A)  C4 .C5C3  90  P( A)    .
n() 495 11
 b. Gọi B là biến cố : “4 quả lấy ra thuộc cả 3 màu”.

2 1 1 1 2 1 1 1 2 n( B ) 270 6
n( B )  C5 C4C3  C5C4 C3  C5C4C3  270  P ( B )    .
n() 495 11

Bài 1.3:

a) Gọi A là biến cố : “Người đó tốt nghiệp đại học”.

A1 là biến cố : “ Người đó là nam”.

A2 là biến cố : “ Người đó là nữ”.

Khi đó A1 , A2 lập thành hệ đầy đủ, áp dụng công thức xác suất toàn phần ta có:

P ( A)  P ( A1 ) P ( A / A1 )  P ( A2 ) P ( A / A2 )

trong đó: P ( A1 )  0,45; P ( A2 )  0,55; P ( A / A1 )  0,2; P ( A / A2 )  0,15.

Vậy: P ( A)  0,45.0,2  0,55.0,15  0,1725.

P( A1 ) P( A / A1 ) 0,45.0,2 12
b) P( A1 / A)     0,5217.
P( A) 0,1725 23

Bài 1.4:
4
Lấy ngẫu nhiên 4 quả trong hộp có C12  495 cách  n()  495.

a. Gọi A là biến cố : “4 quả lấy có 2 quả đỏ, 1 quả xanh, 1 quả vàng”.

2 1 1 n( A) 90 2
Ta có: n( A)  C4 C5C3  90  P ( A)    .
n() 495 11

b. Gọi B là biến cố : “4 quả lấy ra thuộc đúng 2 màu trong 3 màu”.

TH1: 4 quả lấy ra chỉ có màu xanh và màu đỏ: C52C42  C53C41  C51C43  120 cách.

2 2 3 1 1 3
TH2: 4 quả lấy ra chỉ có màu xanh và màu vàng: C5 C3  C5 C3  C5C3  65 cách.

TH3: 4 quả lấy ra chỉ có màu đỏ và màu vàng: C42C32  C43C31  C41C33  34 cách.

n( B ) 219 73
Vậy : n( B )  120  65  34  219  P ( B )     0,44.
n() 495 165
Bài 1.5:

a. Trong 3 lần quay, mỗi lần chiếc kim có 7 khả năng dừng lại
3
 n()  7  343.

Gọi A là biến cố: “Trong 3 lần quay, chiếc kim của bánh xe dừng lại ở 3 vị trí
khác nhau”.

Lần quay thứ nhất, chiếc kim có 7 khả năng dừng lại.

Lần quay thứ 2, chiếc kim có 6 khả năng dừng lại.

Lần thứ 3 có, chiếc kim có 5 khả năng dừng lại.

 n( A)  7.6.5  210.

n( A) 210 30
Vậy P ( A)    .
n() 343 49

Gọi B là biến cố: “Trong 3 lần quay, chiếc kim của bánh xe dừng lại ở đúng 1 vị
trí”.

Khi đó: Lần quay thứ nhất, chiếc kim có 7 khả năng dừng lại.

Lần quay thứ 2, chiếc kim có 1 khả năng dừng lại.

Lần thứ 3 có, chiếc kim có 1 khả năng dừng lại.

 n ( B )  7 .1 .1  7 .

n( B ) 7 1
Vậy: P ( B )    .
n() 343 49

Bài 1.6:
4
Chọn ngẫu nhiên 4 em có C12  495 cách  n()  495.

a. Gọi A là biến cố : “4 em được chọn có ít nhất 1 em lớp 10A”.

Khi đó A là biến cố : “ 4 em được chọn không có em nào lớp 10A”.

3 1 2 2 1 3 4
n( A)  C4 C3  C4 C3  C4C3  C4  35

n( A) 35 7 7 92
P ( A)     P ( A)  1  P ( A)  1   .
n() 495 99 99 99

b. Gọi B là biến cố : “4 em được chọn thuộc không quá 2 trong 3 lớp”.

Khi đó B là biến cố : “4 em được chọn thuộc cả 3 lớp”.
2 1 1 1 2 1 1 1 2
n( B )  C5 C4C3  C5C4 C3  C5C4C3  270

n( B ) 270 6 6 5
P( B)     P( B)  1  P( B)  1   .
n() 495 11 11 11

Bài 1.7:

Gọi A là biến cố : “2 sản phẩm lấy ra từ lô II là chính phẩm”.

Gọi A1 là biến cố : “Sản phẩm lấy từ lô I bỏ sang lô II là chính phẩm”.
A2 là biến cố : “Sản phẩm lấy từ lô I bỏ sang lô II là phế phẩm”.
1 2
C12 12 C 40
P ( A1 )  1
 ; P ( A / A1 )  162  ;
C15 15 C19 57
1 2
C 3 C 35
P ( A2 )  13  ; P ( A / A2 )  152  ;
C15 15 C19 57

Ta có A1 , A2 lập thành hệ đầy đủ, áp dụng công thức xác suất toàn phần ta có:
12 40 3 35 13
P ( A)  P ( A1 ) P ( A / A1 )  P ( A2 ) P ( A / A2 )  .  . 
15 57 15 57 19

Bài 1.8:

Gọi A là biến cố : “Người được khám bị viêm họng”

A1 : “Người đó hút thuốc”

A2 : “Người đó không hút thuốc”.

P ( A1 )  0,35; P ( A2 )  0,65; ( A / A1 )  0,65; P ( A / A2 )  0,3.

Ta có A1 , A2 lập thành hệ đầy đủ, áp dụng công thức xác suất đầy đủ:

P ( A)  P ( A1 ) P ( A / A1 )  P ( A2 ) P ( A / A2 )  0,35.0,65  0,65.0,3  0,4225.

Nếu anh ta bị viêm họng, tính xác suất để anh ta là người hút thuốc, áp dụng công thức
Bayes:

P ( A1 ) P ( A / A1 ) 0,35.0,65 7
P ( A1 / A)     0,538.
P ( A) 0,4225 13
Bài 1.9:

a. Ai là biến cố: “Máy I hoạt động tốt” (i =1,2,3).

Gọi A là biến cố: “Một máy hoạt động tốt”.

Khi đó: A  A1 A2 A3  A1 A2 A3  A1 A2 A3 , áp dụng công thức cộng xác suất:

P( A)  P( A1 A2 A3  A1 A2 A3  A1 A2 A3 )
 P( A1 A2 A3 )  P( A1 A2 A3 )  P( A1 A2 A3 )
 P( A1 ) P( A2 ) P( A3 )  P( A1 ) P( A2 ) P( A3 )  P( A1 ) P( A2 ) P( A3 )
 0,99.(1  0,95)(1  0,9)  (1  0.99).0,95.(1  0,9)  (1  0,99).(1  0,95).0,9
127
  0,0064.
20000

b. Gọi B là biến cố: “Ít nhât 1 máy hoạt động tốt”.

Khi đó B là biến cố: “Không có máy nào hoạt động tốt”.

 B  A1 A2 A3  P ( B )  P ( A1 A2 A3 )  P ( A1 ) P ( A2 ) P ( A3 )
1
 (1  0,99)(1  0,95)(1  0,9)  .
20000
1
 P( B)  1  P( B)  1   0,99995.
20000

Bài 1.10:

Rút ngẫu nhiên từ mỗi hòm ra một tấm thẻ có C51C51  25 cách  n()  25.

a) Gọi A là biến cố : “Tổng các số ghi trên 2 tấm thẻ là 7”.

Các biến thuận lợi của A là: {( 2,5); (3,4); (5,2); ( 4,3)}  n( A)  4.

n( A) 4
 P ( A)   .
n() 25

b) Gọi B là biến cố : “Tổng các số ghi trên 2 tấm thẻ rút ra không nhỏ hơn 3”.

Suy ra B là biến cố : “ Tổng các số ghi trên 2 tấm thẻ rút ra nhỏ hơn 3”.
1
Khi đó B có 1 biến cố thuận lợi {(1,1)}  n( B )  1  P ( B )  .
25
1 24
 P( B)  1  P( B)  1   .
25 25
Bài 1.11:

a) Gọi A là biến cố : “Hai quả lấy được đều là màu xanh”.

�1 là biến cố : “1 quả lấy từ hộp I là màu xanh”.

�2 là biến cố : “1 quả lấy từ hộp II là màu xanh”.

1 1
C4 4 C 3
P ( A1 )  1  ; P ( A2 )  31 
C7 7 C8 8

4 3 12 3
Ta có: P ( A)  P ( A1 ) P ( A2 )  .   ( Hai biến độc lập).
7 8 56 14

b) Gọi B là biến cố “Hai quả lấy được có 1 quả màu xanh và 1 quả màu đỏ”.
1 1
C 4 C5 4 5 5
TH1: Hộp I quả xanh, hộp II quả đỏ : P ( B1 )  1 . 1  .  .
C7 C8 7 8 14

1 1
C C 3 3 9
TH2: Hộp I quả đỏ, hộp II quả xanh : P ( B1 )  31 . 31  .  .
C7 C8 7 8 56

5 9 29
P ( B )  P ( B1 )  P ( B2 )     0,517.
14 56 56

Bài 1.12:

Hai hộp phân biệt, lấy mỗi hộp 1 quả có C71C81  56 cách  n()  56.

a) Gọi A là biến cố “Hai quả lấy được đều là màu đỏ”.

1 1 n( A) 15
Ta có: n( A)  C3C5  15  P ( A)   .
n() 56

b) Gọi B là biến cố “Hai quả lấy được có 1 quả màu xanh và 1 quả màu đỏ”.

1 1 1 1 n( B ) 29
Ta có: n( B )  C4C5  C3C3  29  P ( B )   .
n() 56
Bài 1.13:

a. Gọi Ai là biến cố : “Máy i bị hỏng” (i=1,2,3)

Gọi A là biến cố : “Ít nhất 1 máy bị hỏng”.

Khi đó: A là biến cố : “Không máy nào bị hỏng”

 A  A1 A2 A3  P ( A)  (1  0,01)(1  0,1)(1  0,5)  0,4455.

 P ( A)  1  P ( A)  1  0,4455  0,5545.

b. Gọi B là biến cố : “Có đúng 1 máy không bị hỏng”.

Khi đó B  A1 A2 A3  A1 A2 A3  A1 A2 A3 , áp dụng công thức cộng xác suất ta có:

P ( B )  P ( A1 A2 A3  A1 A2 A3  A1 A2 A3 )
 P ( A1 A2 A3 )  P ( A1 A2 A3 )  P ( A1 A2 A3 )
 P ( A1 ) P ( A2 ) P ( A3 )  P ( A1 ) P ( A2 ) P ( A3 )  P ( A1 ) P ( A2 ) P ( A3 )
 (1  0,01).0,1.0,5  0,01.(1  0,1).0,5  0,01.0,1.(1  0,5)
 0,0545.

c. A1 là biến cố: “Máy I bị hỏng”.  A1 : “Máy I không bị hỏng”.

P ( A1 B )
Áp dụng CT xác suất có điều kiện: P ( A1 / B )  trong đó P ( B )  0,0545.
P( B)

A1 B  A1 A2 A3  P ( A1 B )  P ( A1 A2 A3 )  P ( A1 ) P ( A2 ) P ( A3 )  (1  0,01).0,1.0,5  0,0495.

P ( A1 B ) 0,0495 99
Vậy P ( A1 / B )     0,908.
P( B) 0,0545 109

Bài 1.14:

Gọi A là biến cố : “Người đó tốt nghiệp đại học”.

A1 là biến cố : “Người đó là nam”.

A2 là biến cố : “Người đó là nữ”  P ( A1 )  0,45; P ( A2 )  0,55

Khi đó A1 , A2 lập thành hệ đầy đủ, áp dụng công thức xác suất toàn phần:

P ( A)  P ( A1 ) P ( A / A1 )  P ( A2 ) P ( A / A2 )  0,45.0,2  0,55.0,15  0,1725.

Bài 1.15:

Gọi A là biến cố: “Phát 5 tín hiệu có 4 tín hiệu thành công”.

B: “4 tín hiệu phát thành công và máy thu nhận được 3 tín hiệu”.

Ta có:
4 4 1
P ( A)  P5 ( 4)  C5 .0,99 .0,01  0,048.
3 3 1
P ( B )  P4 (3)  C4 .0,95 .0,05  0.1715,

3
 P ( A.B )  P ( A).P ( B )  0,048.0,1715  8,232.10 . ( Vì A và B độc lập).

Bài 1.16:

a) Gọi A là biến cố : “Khách mua được máy chính hãng”.

A1 là biến cố : “Khách mua được máy IBM ”.

A2 là biến cố : “Khách mua được máy ACER ”.

P ( A1 )  0,4; P ( A2 )  0,6; P ( A / A1 )  0,8; P ( A / A2 )  0,9.

Ta có A1 , A2 lập thành hệ đầy đủ, áp dụng công thức xác suất toàn phần:

P ( A)  P ( A1 ) P ( A / A1 )  P ( A2 ) P ( A / A2 )  0,4.0,8  0,6.0,9  0,86.

b) Gọi A là biến cố : “Khách mua máy không phải hàng chính hãng”.

 P ( A)  1  P ( A)  1  0,86  0,14. Áp dụng công thức Bayes, ta có:

P ( A1 ).P ( A / A1 ) 0,4.0,2 4
P ( A1 / A)    .
P ( A) 0,14 7

P ( A2 ).P ( A / A2 ) 0,6.0,1 3
P ( A2 / A)    .
P ( A) 0,14 7

4 3
Vì  nên khả năng máy thuộc hãng IBM cao hơn.
7 7
Bài 1.17:

Gọi A là biến cố : “Thí sinh đó không đoạt giải”.

A1 : “Thí sinh thuộc nhóm 5 người”

A2 : “Thí sinh thuộc nhóm 7 người”

A3 : “Thí sinh thuộc nhóm 4 người”

A4 : “Thí sinh thuộc nhóm 2 người”

Khi đó A1 , A2 , A3 , A4 lập thành hệ đầy đủ, áp dụng công thức xác suất toàn phần:

P ( A)  P ( A1 ) P ( A / A1 )  P ( A2 ) P ( A / A2 )  P ( A3 ) P ( A / A3 )  P ( A4 ) P ( A / A4 )
5 7 4 2 19
 .0,2  .0,3  .0,4  .0,5   0,32.
18 18 18 18 60

Áp dụng công thức Bayes:

5
P ( A1 ) P ( A / A1 ) 18 .0,2 10
P ( A1 / A)     0,1754.
P ( A) 19 57
60

7
P ( A2 ) P ( A / A2 ) 18 .0,3 7
P ( A2 / A)     0,3684.
P ( A) 19 19
60

4
P ( A3 ) P ( A / A3 ) 18 .0,4 16
P ( A3 / A)     0,2807.
P ( A) 19 57
60

2
P ( A4 ) P ( A / A4 ) 18 .0,5 10
P ( A4 / A)     0,1754.
P ( A) 19 57
60

⇒ Người đó có khả năng thuộc nhóm 2 nhiều hơn.

Bài 1.18:

a) Gọi A là biến cố : “Hai viên đạn trúng đích”.

Ai là biến cố : “Người thứ i ném trúng đích” (i=1,2,3).

Khi đó A  A1 A2 A3  A1 A2 A3  A1 A2 A3 , áp dụng công thức cộng xác suất ta được:

P ( A)  P ( A1 A2 A3  A1 A2 A3  A1 A2 A3 )
 P ( A1 A2 A3 )  P ( A1 A2 A3 )  P ( A1 A2 A3 )
 P ( A1 ) P ( A2 ) P ( A3 )  P ( A1 ) P ( A2 ) P ( A3 )  P ( A1 ) P ( A2 ) P ( A3 )
 (1  0,8).0,85.0,9  0,8.(1  0,85).0,9  0,8.0,85.(1  0,9)
 0,329.

b) Gọi B là biến cố : “Mục tiêu bị tiêu diệt”.

B1 : “Một viên trúng đích”.

B2 : “Hai viên trúng đích”.

B3 : “Ba viên trúng đích”.

Khi đó B1  A1 A2 A3  A1 A2 A3  A1 A2 A3 , áp dụng công thức cộng xác suất:

P( B1 )  0,8.(1  0,85)(1  0,9)  (1  0.8).0,85.(1  0,9)  (1  0,8).(1  0,85).0,9  0,056.

Tương tự: P ( B2 )  0,329; P ( B3 )  A1 A2 A3  0,612.

Vậy: P( B)  P( B1 ).0,7  P( B2 ).0,9  P( B)  0,056.0,7  0,329.0,9  0,612  0,9473.

Bài 1.19:

Gọi A là biến cố : “Chọn đuợc file .xls”.

A1 : “File thuộc mục thứ nhất”  P ( A1 )  0,375.

A2 : “File thuộc mục thứ hai”  P ( A2 )  0,625.

Ta có A1 , A2 lập thành hệ đầy đủ, áp dụng công thức xác suất đầy đủ ta có:

P ( A)  P ( A1 ) P ( A / A1 )  P ( A2 ) P ( A / A2 )  0,375.0,5  0,625.0,4  0,4375.

P ( A2 ) P ( A / A2 ) 0,625.0,4 4
Vậy: P ( A2 / A)     0,5714.
P ( A) 0,4375 7
Bài 1.20:

a. Gọi A là biến cố : “Nam mua được 2 bóng đều tốt”.

2
C 28
P ( A)  82   0,6222.
C10 45

b. Gọi B là biến cố : “ Nam mua được ít nhất 1 bóng tốt”.

Khi đó B là biến cố : “Nam không mua được bóng tốt nào”

1 44
 P( B)  1  P( B)  1    0,9778.
45 45

c. Gọi C là biến cố : “Bóng của Lan là bóng tốt”.

28 28
TH1: Nam có hai bóng tốt: P (C1 )  1.  .
45 45
1 1
C8C2 16 8
TH2: Nam có 1 bóng tốt, 1 bóng xấu: P (C2 )  0,5. 2
 0,5.  .
C10 45 45

28 8 4
Vậy: P (C )  P (C1 )  P (C2 )     0,8.
45 45 5
Bài 1.21:

a) Gọi A là biến cố : “Thu được tín hiệu A”.

Gọi A1 là biến cố : “Tín hiệu phát ra là A”; B1 là biến cố : “Tín hiệu phát ra là B”

Khi đó A1 , B1 lập thành hệ đầy đủ, áp dụng công thức xác suất đầy đủ:

P( A)  P( A1).P( A/ A1)  P(B1).P( A/ B1)

4 1
Trong đó: P ( A1 )  0,8; P ( B1 )  0,2; P ( A / A1 )  ; P ( A / B1 )  .
5 8

4 7
Vậy: P ( A)  0,8.  0,2.  0,665.
5 8

b) Giả sử thu được tín hiệu A, xác suất để thu được đúng tín hiệu lúc phát:
4
P ( A1 ).P ( A / A1 )0,8.
P ( A1 / A)   5  128  0,962.
P ( A) 0,665 133
Bài 22:

Gọi A là biến cố : “Người được khám bị viêm họng”

A1 : “Người đó hút thuốc”

A2 : “Người đó không hút thuốc”.

P ( A1 )  0,35; P ( A2 )  0,65; ( A / A1 )  0,65; P ( A / A2 )  0,3.

Ta có A1 , A2 lập thành hệ đầy đủ, áp dụng công thức xác suất đầy đủ:

P ( A)  P ( A1 ) P ( A / A1 )  P ( A2 ) P ( A / A2 )  0,35.0,65  0,65.0,3  0,4225.

Áp dụng công thức Bayes:

Nếu anh ta bị viêm họng, xác suất để anh ta là người hút thuốc:

P ( A1 ) P ( A / A1 ) 0,35.0,65 7
P ( A1 / A)     0,538.
P ( A) 0,4225 13

Nếu anh ta không bị viêm họng, xác xuất để anh ta là người hút thuốc là:

P ( A1 ) P ( A / A1 ) 0,35.0,35 7
P ( A1 / A)     0,212.
P ( A) 1  0,4225 33

Bài 1.23:

a) Gọi A là biến cố : “Xác suất chuẩn đoán đúng”

A1 : “Có bệnh”

A2 : “Không có bệnh”

Khi đó: P ( A1 )  0,8; P ( A / A1 )  0,9.

P ( A2 )  0,2; P ( A / A2 )  0,85.

Ta có A1 , A2 lập thành hệ đầy đủ, áp dụng công thức xác suất toàn phần:

P ( A)  P ( A1 ) P ( A / A1 )  P ( A2 ) P ( A / A2 )  0,8.0,9  0,2.0,85  0,89.

b) Xác suất người chuẩn đoán đúng có bệnh biết có một trường hợp chuẩn đoán đúng
là:

P ( A1 ) P ( A / A1 ) 0,8.0,9
P ( A1 / A)    0,8089.
P ( A) 0,89
Bài 1.24:

a) Để thi được 15 điểm học sinh đó phải làm 5 câu đúng, 5 câu sai.

⇒ Xác suất 5 câu đúng là: C105 .0,255.0,755

Gọi A là biến cố : “Thí sinh được 15 điểm”

5 5 5
 P ( A)  C10 .0,25 .0,75  0,0583.

b) Gọi B là biến cố : “Thí sinh đỗ”

7 7 3
TH1: 7 đúng, 3 sai:  P ( B1 )  C10 .0,25 .0,75  0,0031.

8 8 2
TH2: 8 đúng, 2 sai:  P ( B2 )  C10 .0,25 .0,75  0,0003.

9 9 1 15
TH3: 9 đúng, 1 sai:  P ( B3 )  C10 .0,25 .0,75  .
524288

10 10 1
TH4: 10 đúng:  P ( B1 )  C10 .0,25  .
1048576

Để đỗ phải được ít nhất 28 điểm, xác suất thí sinh đó đỗ là:

P ( B )  P ( B1 )  P ( B2 )  P ( B3 )  P ( B4 )  0,0035.

Bài 1.25:

a) Gọi A là biến cố : “Tỷ lệ khách hàng rủi ro trong năm”

A1 : “Ít rủi ro “

A2 : “Rủi ro trung bình”

A3 : “Rủi ro cao”

P ( A1 )  0,2 P ( A / A1 )  0,05

P ( A2 )  0,5 P ( A / A2 )  0,15

P ( A3 )  0,3 P ( A / A3 )  0,3

Ta có A1 , A2 , A3 lập thành hệ đầy đủ, áp dụng công thức xác suất toàn phần:
 P ( A)  P ( A1 ) P ( A / A1 )  P ( A2 ) P ( A / A2 )  P ( A3 ) P ( A / A3 )
 0,2.0,05  0,5.0,15  0,3.0,3
 0,175.

P ( A1 ) P ( A / A1 ) 0,2.0,05 2
c) P ( A1 / A)     0,0571.
P ( A) 0,175 35

Bài 1.26:

a) Gọi A là biến cố : “Chọn được 1 phế phẩm”

A1 : “Phế phẩm thuộc phân xưởng I”

A2 : “Phế phẩm thuộc phân xưởng II”

P ( A1 )  0,4 P ( A / A1 )  0,01

P ( A2 )  0,6 P ( A / A2 )  0,02

Ta có A1 , A2 lập thành hệ đầy đủ, áp dụng công thức xác suất toàn phần:

P ( A)  P ( A1 ) P ( A / A1 )  P ( A2 ) P ( A / A2 )  0,4.0,01  0,6.0,02  0,016.

P ( A1 ) P ( A / A1 ) 0,4.0,01
b) P ( A1 / A)    0,25.
P ( A) 0,016

P ( A2 ) P ( A / A2 ) 0,6.0,02
P ( A2 / A)    0,75.
P ( A) 0,016

Bài 1.27:

a) Gọi A là biến cố : “Người đến khám có bệnh”.

B : “Chuẩn đoán có bệnh”.

P ( A)  0,8; P ( A / B )  0,9; P ( A / B )  0,5.

P ( A)  P ( B ) P ( A / B )  P ( B ) P ( A / B )
 0,8  P ( B ).0,9  0,5.(1  P ( B ))
 P ( B )  0,75.

b) Gọi C là biến cố : “Chuẩn đoán đúng”:

P (C )  P ( BA)  P ( B A)  P ( B ) P ( A / B )  P ( B ) P ( A / B )  0,75.0,9  0,25.0,5  0,8.
Bài 1.28:
4
Lấy ngẫu nhiên 4 tấm thẻ có C16  1820 cách n()  1820.

a) Gọi A là biến cố : “4 tấm thẻ lấy ra đều được đánh số chẵn”.

Các thẻ chẵn: {2,4,6,8,10,12,14,16}  n( A)  8.

4
n( A) C8 1
P ( A)   4  .
n() C16 26

b) Gọi B là biến cố : “4 tấm thẻ lấy ra có đúng 1 tấm đánh số chẵn”.

1 3
n( B ) C8C8 448 16
P( B)   4   .
n ( ) C16 1820 65

Bài 1.29:

a. Gọi A là biến cố : “4 em được chọn không thuộc cùng một lớp”.

Khi đó A là biến cố : “4 em được chọn thuộc cùng một lớp”

4
C5 C44 2 2 163
P ( A)  4  4  .  P ( A)  1  P ( A)  1    0,988.
C12 C12 165 165 165

b.Gọi B là biến cố : “4 em được chọn có số em lớp 10A bằng số em lớp 10B”.

2 2
C5 C3 2
TH1: 2 em lớp 10A, 2 em lớp 10C:  P ( B1 )  4
 .
C12 33

1 2 1
CC C 2
TH2: 1 em lớp 10A, 2 em lớp 10B, 1 em lớp 10C:  P ( B1 )  5 44 3  .
C12 11

2 2 8
Vậy: P ( B )  P ( B1 )  P ( B2 )     0,2424.
33 11 33

Bài 1.30:

A : “Ban cán sự thỏa mãn”.

B : “Ban cán sự có ít nhất 2 nữ, Cường, Hoa cùng tham gia”.

C : “Ban cán sự có ít nhất 2 nữ”.

+) Số kết quả thuận lợi của biến cố C:
2 4
TH1: 2 nữ  C4 C7  210.

3 3
TH2: 3 nữ  C4 C7  140.

4 3
TH3: 4 nữ  C4 C7  21.

 n(C )  371.

+) Số kết quả thuận lợi của biến cố B:

1 3
TH1: 2 nữ, Cường và Hoa cùng tham gia C3C6  60.

TH2: 3 nữ, Cường và Hoa cùng tham gia C32C62  45.

3 1
TH3: 4 nữ, Cường và Hoa cùng tham gia C3 C6  6.

 n( B )  111 .

 n( A)  n(C )  n( B )  371  260.

n( A) 260 130
Vậy P ( A)   6   0,563.
n() C11 231

Bài 1.31:

6
a) Xác suất để bánh xe dừng tại một số giữa 1 và 6 là: .
38

6 32
Xác suất để bánh xe không dừng tại một số giữa 1 và 6 là: 1   .
38 38

6 32 48
Suy ra xác suất cần tìm: P ( A)  .  .
38 38 361

b) Gọi B : “3 lần quay bánh xe dừng lại ở 3 vị trí khác nhau”.

3
 n( B )  38.37.36  50616 ; n()  38 .

50616 333
 P( B)  3
 .
38 361
Bài 1.32:

a) Gọi A là biến cố : “Rút được một viên bi đỏ trong những viên còn lại”
1
C 6
A1 : “1 viên bi đỏ bị mất”  P ( A1 )  16   0,6.
C10 10
1
C 4
A2 : “1 viên bi xanh bị mất”  P ( A2 )  14   0,4.
C10 10

Ta có A1 , A2 lập thành một hệ đầy đủ.

1 1
C 5 C 6
P ( A / A1 )  51   0,56; P ( A / A2 )  61   0,67.
C9 9 C9 9

Áp dụng công thức xác suất đầy đủ:

5 6 3
P ( A)  P ( A1 ) P ( A / A1 )  P ( A2 ) P ( A / A2 )  0,6.  0,4.   0,6.
9 9 5
b) Gọi B : “ Rút 2 viên trong số viên còn lại được 1 viên màu đỏ, 1 viên màu xanh”.
2
Ta có: n()  C9  36 (Vì 1 viên đã bị mất).

+) Viên bi đỏ mất  Số cách chọn 1 viên đỏ, 1 viên xanh là: C51C41  20.

20 1
P ( B1 )  0,6. 
36 3
1 1
+) Viên bi xanh bị mất  Số cách chọn 1 viên màu đỏ, 1 viên màu xanh C6C3  18.

18 1
P ( B2 )  0,4.  .
36 5

1 1 8
 P ( B )  P ( B1 )  P ( B2 )     0,53 .
3 5 15

Vậy xác suất rút 2 viên trong số viên còn lại được 1 viên đỏ, 1 viên xanh là 0,53.

Bài 1.33:

Để thi được 13 điểm thí sinh đó phải làm 5 câu đúng, 7 câu sai.

⇒ Xác suất 5 câu đúng là: C125 .0,25 5.0,75 7

Gọi A là biến cố : “Thí sinh được 15 điểm”
5 5 7
P ( A)  C12 .0,25 .0,75  0,1032.

c) Gọi B là biến cố : “Thí sinh được âm điểm”  Sai ít nhất 13 câu.

P ( B )  0.

Bài 1.34:

b) Gọi A là biến cố : “Người đó tốt nghiệp đại học”.

A1 là biến cố : “ Người đó là nam”.

A2 là biến cố : “ Người đó là nữ”.

Khi đó A1 , A2 lập thành hệ đầy đủ, áp dụng công thức xác suất toàn phần ta có:

P ( A)  P ( A1 ) P ( A / A1 )  P ( A2 ) P ( A / A2 )

trong đó: P ( A1 )  0,45; P ( A2 )  0,55; P ( A / A1 )  0,2; P ( A / A2 )  0,15.

Vậy: P ( A)  0,45.0,2  0,55.0,15  0,1725.

Áp dụng công thức Bayes, xác suất để người đó là nữ khi biết người đó tốt nghiệp đại
học là:

P( A2 ) P( A / A2 ) 0,55.0,15 11
P( A2 / A)     0,4783.
P( A) 0,1725 23

Bài 1.35:

a) Gọi A là biến cố “2 sản phẩm lấy ra từ lô II đều là chính phẩm”.

Gọi A1 là biến cố “sản phẩm bỏ từ lô I vào lô II là chính phẩm”.

A2 là biến cố “sản phẩm bỏ từ lô I vào lô II là phế phẩm”.

1 2
C 3 C 65
P ( A1 )  30
1
 ; P ( A / A1 )  262 
C40 4 C41 164
1 2
C 1 C 15
P ( A2 )  101  ; P ( A / A2 )  252  ;
C40 4 C41 41

Khi đó A1 , A2 lập thành một hệ đầy đủ, áp dụng công thức xác suất toàn phần:
 3 65 1 15 225
P ( A)  P ( A1 ) P ( A / A1 )  P ( A2 ) P ( A / A2 )  .  .   0,389.
4 164 4 41 656

Vậy xác suất để 2 sản phẩm lấy ra từ lô II đều là chính phẩm là 0,389.

b) Gọi B là biến cố : “Lấy được 1 phế phẩm và 1 chính phẩm”.

Áp dụng công thức xác suất đầy đủ:

3 39 1 20 157
P ( B )  P ( A1 ) P ( B / A1 )  P ( A2 ) P ( B / A2 )  .  .   0,4786.
4 82 4 41 328

Bài 1.36:

a) Công suất máy II gấp đôi máy I  Lượng sản phẩm máy II gấp đôi máy I. Khi
1 2
đó số sản phẩm của máy I chiếm , máy II chiếm sản lượng của xưởng.
3 3

Gọi A : “Tỷ lệ phế phẩm của xưởng”.

A1 : “Sản phẩm của máy I ”; A2 : “Sản phẩm của máy II”.

1 2
P ( A1 )  ; P ( A2 )  ; P ( A / A1 )  0,1; P ( A / B1 )  0,2.
3 3

Khi đó A1 , A2 lập thành hệ đầy đủ, áp dụng công thức sác xuất đầy đủ:

1 2 1
P ( A)  P ( A1 ) P ( A / A1 )  P ( A2 ) P ( A / A2 )  .0,1  .0,2  .
3 3 6

1 5
b) Gọi B : “Sản phẩm tốt”  P ( B )  1  P ( A)  1   .
6 6
Tỷ lệ sản phẩm tốt của máy I là P ( B / A1 )  0,9.

1
P ( A1 ).P ( B / A1 ) 3 .0,9 9
Áp dụng công thức Bayes P ( A1 / B )     0,36.
P( B) 5 25
6

Bài 1.37:

Gọi A là biến cố : “Lấy ra từ hộp II 1 viên bi trắng”.

A1 là biến cố : “Viên bi lấy từ hộp I sang hộp II là viên bi đỏ”.

A2 là biến cố : “Viên bi lấy từ hộp I sang hộp II là viên bi đỏ”.

 1 1
C4 4 C 3
P ( A1 )  1
 ; P ( A / A1 )  16 
C9 9 C10 5
1 1
C 5 C 7
P ( A2 )  51  ; P ( A / A2 )  17  ;
C9 9 C10 10

Ta có A1 , A2 lập thành một hệ đầy đủ, áp dụng công thức xác suất toàn phần:

4 3 5 7 59
P ( A)  P ( A1 ) P ( A / A1 )  P ( A2 ) P ( A / A2 )  .  .  .
9 5 9 10 90

Bài 1.38:

a) Anh ta quay lại điểm xuất phát nếu trong 8 bước có 4 bước tiến, 4 bước lùi:
4 4
1 1
4 70
P  C .  .  
8
.
2 2 256

b) Gọi x là số bước tiến lên; 8  x là số bước lùi.

Khoảng cách giữa người say rượu và điểm xuất phát là: x  (8  x)  2 x  8

Từ đó theo giả thiết, ta có: 2x  8  4  x  6 hoặc x  2  x  1,2,7,8 do x nguyên.

Áp dụng quy tắc cộng và quy tắc nhân xác suất:

8 7 7 8
81 7 1 1 1 1 1 0 1 9
P  C .   C8 .  .  C8 . .   C8 .  
8
.
2 2 2 2 2  2  128

Bài 1.39:
4
Lấy ngẫu nhiên 4 tấm thẻ có C16  1820 cách n()  1820.

a) Gọi A là biến cố : “4 tấm thẻ lấy ra đều được đánh số lẻ”.

Các thẻ chẵn: {1,3,5,7,9,11,13,15}  n( A)  8.

4
n( A) C8 1
P ( A)   4  .
n() C16 26

b) Gọi B là biến cố : “4 tấm thẻ lấy ra có đúng 2 tấm đánh số chẵn”.

2 2
n( B ) C8 C8 784 28
P( B)     .
n ( ) 4
C16 1820 65
Bài 1.40:

Gọi A là biến cố : “Lấy được một phế phẩm”.

Gọi A1 là biến cố : “Lấy được sản phẩm thuộc phân xưởng I”.

A2 là biến cố : “Lấy được sản phẩm thuộc phân xưởng II”.

A3 là biến cố : “Lấy được sản phẩm thuộc phân xưởng III”.

P ( A1 )  0,4; P ( A2 )  0,3; P ( A3 )  0,3.

Khi đó A1 , A2 , A3 lập thành hệ đầy đủ, áp dụng công thức xác suất đầy đủ:

P ( A)  P ( A1 ) P ( A / A1 )  P ( A2 ) P ( A / A2 )  P ( A3 ) P ( A / A3 )
 0,4.0,1  0,3.0,2  0,3.0,15  0,145.

P ( A1 ) P ( A / A1 ) 0,4.0,1 8
Áp dụng công thức Bayes: P ( A1 / A)     0,2759.
P ( A) 0,145 29

Bài 1.41:

Gọi A là biến cố : “Lấy được sản phẩm là chính phẩm”.

Gọi A1 là biến cố : “Sản phẩm lấy được thuộc nhà máy I”.

A2 là biến cố : “Sản phẩm lấy được thuộc phân xưởng II”

A3 là biến cố : “Sản phẩm lấy được thuộc phân xưởng III”.

P ( A1 )  0,4; P ( A2 )  0,3; P ( A3 )  0,3.

Khi đó A1 , A2 , A3 lập thành hệ đầy đủ. Áp dụng công thức xác suất toàn phần:

P ( A)  P ( A1 ) P ( A / A1 )  P ( A2 ) P ( A / A2 )  P ( A3 ) P ( A / A3 )
 0,4.0,94  0,3.0,96  0,3.0,95  0,949.

Bài 1.42:

Gọi A là biến cố “Xác suất sinh viên mở được máy trong lần thứ 2”  n( A)  2.
6
Số cách chọn 6 số từ 10 số: C10  210 cách.
Mật khẩu là một dãy 6 số có số sau lớn hơn số trước, khi đó các số trong dãy không
trùng nhau, nên ứng với mỗi cách chọn chỉ có 1 cách xếp số sau lớn hơn số trước (tăng
dần)  n()  210.1  210

n( A) 2 1
Vậy P ( A)    .
n() 210 105