BÀI GIẢNG

XÁC SUẤT THỐNG KÊ

Mai Thị Thu Trang - 0985118302

LOGO
 LOGO
3. Các phép tính về xác suất
2

3.1. Xác suất có điều kiện

3.2. Xác suất của tích các biến cố
3.3. Xác suất của tổng các biến cố
3.4. Công thức xác suất đầy đủ, công thức Bayes
3.5. Luyện tập

BM Toán-HVTC
 LOGO
3.1. Xác suất có điều kiện
Thông thường, xác suất của một biến cố sẽ bị ảnh hưởng
bởi một biến cố khác có liên quan. Giả sử chúng ta có biến
cố A với xác suất là 𝑃(𝐴) nếu chúng ta có biến cố có liên
quan là B đã xảy ra thì việc biến cố mới này đã xảy ra sẽ
làm thay đổi khả năng xảy ra của A. Xác suất mới tính
được của biến cố A được gọi là xác suất có điều kiện và
ký hiệu là 𝑃(𝐴/𝐵).
Như vậy 𝑃(𝐴/𝐵) là xác suất xảy ra của A khi B đã xảy ra
trước đó và ta gọi là: Xác suất của biến cố A với điều kiện
B đã xảy ra.
 LOGO
3.1. Xác suất có điều kiện
Ví dụ: Tình trạng tăng lương của công nhân ở nhà máy trong 2 năm:
Nam Nữ Tổng
Được tăng lương 288 36 324
Không được tăng lương 672 204 876
Tổng cộng 960 240 1200
Chọn một công nhân ở nhà máy trên, tính xác suất:
a) Chọn được công nhân nam.
b) Chọn được công nhân nữ.
c) Chọn được CN được tăng lương
d) Chọn được CN nam và được tăng lương.
e) Chọn được CN nữ và được tăng lương.
f) Nếu công nhân được chọn là công nhân nam, tính xác suất để
người đó được tăng lương.
 LOGO
3.1. Xác suất có điều kiện
a) Định nghĩa
Xác suất của biến cố A với điều kiện biến cố B đã xảy ra được ký
hiệu và xác định như sau:
𝑃 𝐴𝐵
𝑃 𝐴/𝐵 = , 𝑃 𝐵 >0
𝑃 𝐵
b) Tính chất:
Giả sử 𝑃 𝐵 > 0
B
• 0 ≤ 𝑃 𝐴/𝐵 ≤ 1, ∀𝐴.
A
AB • 𝑃 𝑈/𝐵 = 1
• 𝑃 𝑉/𝐵 = 0
• 𝑃 𝐴/𝐵ҧ = 1 − 𝑃(𝐴/𝐵).
Chú ý:
Nhận xét: 𝑃 𝐵/𝐵 = 1 ത 1 − 𝑃(𝐴/𝐵).
𝑃(𝐴/𝐵)≠
 LOGO
3.1. Xác suất có điều kiện
c) Ví dụ
Ví dụ 3.2. Một hộp đựng 10 quả cầu trắng và 5 quả cầu đen giống
hệt nhau về hình dáng và kích thước. Lấy lần lượt từ hộp đó ra 2
quả cầu. Tính xác suất quả cầu lấy ra lần 2 màu trắng với điều kiện:
a) Quả cầu lấy ra lần đầu màu trắng.
b) Quả cầu lấy ra lần đầu màu đen.
 LOGO
3.1. Xác suất có điều kiện
Ví dụ 3.3. Trong một hòm có 100 phiếu, trong đó có 20 phiếu trúng
thưởng. Hai người lần lượt bốc mỗi người một phiếu.
a) Tính khả năng để người thứ nhất bốc trúng thưởng.
b) Biết rằng người thứ nhất bốc không trúng thưởng. Tính khả
năng để người thứ hai bốc trúng thưởng.
 LOGO
3.1. Xác suất có điều kiện
d) Biến cố độc lập, biến cố phụ thuộc.
Trong ví dụ trước ta có:
𝑃 𝐵 = 0.27
𝑃 𝐵 𝐴 = 0,3
𝑃 𝐵𝑨 ഥ = 0.15
Tăng lương phụ thuộc vào việc đó là CN Nam hay Nữ.
Ví dụ: Nếu tình trạng tăng lương thống kê đc như sau:
Nam Nữ Tổng
Được tăng lương 240 60 300
Không được tăng lương 720 180 900
Tổng cộng 960 240 1200

Có sự ảnh hưởng của giới tính lên việc được tăng lương khộng?
 LOGO
3.1. Xác suất có điều kiện
c) Biến cố độc lập, biến cố phụ thuộc.
Định nghĩa: Hai biến cô 𝐴 và B được gọi là độc lập với nhau nếu
𝑃 𝐴𝐵 =𝑃 𝐴
Hoặc
𝑃 𝐵 𝐴 = 𝑃(𝐵)
ngược lại, nếu A và B không độc lập ta nói 𝐴 và 𝐵 phụ thuộc nhau.
Ví dụ:
 LOGO
3.1. Xác suất có điều kiện
Định nghĩa: 𝑛 biến cố 𝐴1 , 𝐴2 , … , 𝐴𝑛 được gọi là độc lập trong toàn
bộ hay trong toàn thể nếu mỗi biến cố của hệ ấy độc lập với tích của
một số bất kỳ các biến cố trong 𝑛 − 1 biến cố còn lại.
𝑃(𝐴𝑖 /𝐴𝑗1 𝐴𝑗2 … 𝐴𝑗𝑚 ) = 𝑃 𝐴𝑖
Chú ý:
ത 𝐴ҧ và 𝐵; 𝐴ҧ và 𝐵ത
▪ Nếu A và B độc lập thì các cặp biến cố: 𝐴 và 𝐵;
cũng độc lập.
▪ Trong thực tế để nhận biết các biến cố độc lập người ta thường
dùng trực giác và kinh nghiệm.
 LOGO
3.2. Xác suất của tích hai biến cố.
a) Định lý nhân xác suất
Cho A và B là hai biến cố bất kỳ thì ta có
𝑃 𝐴𝐵 = 𝑃 𝐴 . 𝑃(𝐵/𝐴) = 𝑃(𝐵)𝑃(𝐴/𝐵)
Tổng quát
𝑃 𝐴𝐵𝐶 =

𝑃 𝐴1𝐴 2 … 𝐴 𝑛 =

Hệ quả: Nếu n biến cố 𝐴1 , 𝐴2 , … , 𝐴𝑛 độc lập thì

𝑃 𝐴1 , 𝐴2 , … , 𝐴𝑛 =
 LOGO
3.2. Xác suất của tích hai biến cố.
b) Ví dụ.
Ví dụ 3.4. Một người đi mua hàng 3 lần. Khả năng lần đầu mua được
hàng tốt là 0,8. Nếu lần trước mua được hàng tốt thì khả năng lần tiếp
theo mua được hàng tốt là 0,9; còn nếu lần trước mua phải hàng xấu thì
khả năng lần tiếp theo mua được hàng tốt là 0,6. Tính khả năng:
a) Cả 3 lần người đó đều mua được hàng tốt.
b) Chỉ có lần thứ 2 người đó mua phải hàng xấu.
 LOGO
3.2. Xác suất của tích hai biến cố.
Ví dụ 3.5. Có 3 người, mỗi người sản xuất 1 sản phẩm, việc sản
xuất độc lập nhau. Xác suất để người thứ nhất, thứ 2, thứ 3 sản xuất
ra sản phẩm tốt tương ứng là 0,85; 0,75 và 0,9. Tính xác suất để:
a) Cả 3 người đều sản xuất ra sản phẩm tốt.
b) Chỉ có người thứ 2 sản xuất ra sản phẩm xấu
 LOGO
3.2. Xác suất của tích hai biến cố.
Ví dụ 3.6 (luyện tập) Một lô hàng gồm 100 sản phẩm, trong đó có 10
phế phẩm. Rút ngẫu nhiên lần lượt 4 sản phẩm theo kiểu mỗi lần rút
không hoàn lại và kiểm tra. Nếu tất cả 4 sản phẩm này đều tốt thì lô
hàng được nhận.Tìm xác suất để lô hàng này được nhận.
❖ Nếu rút theo kiểu có hoàn lại thì kết quả thế nào?
 LOGO
3.2. Xác suất của tích hai biến cố.
Ví dụ 3.7 (luyện tập) Một công ty tuyển nhân viên vào làm bằng
cách tổ chức 3 vòng thi. Vòng 1 chọn 80% thí sinh. Vòng 2 chọn 65%
thí sinh đã đỗ vòng 1. Vòng 3 chọn 70% thí sinh đã đỗ ở vòng 2. Giả
sử khả năng của các thí sinh như nhau.
a) Tính xác suất để một thí sinh nào đó dự thi được nhận vào công ty.
b) Biết rằng thí sinh trên bị loại. Hỏi khả năng thí sinh đó bị loại ở
vòng 2 là bao nhiêu?
 LOGO
3.4. Công thức xs của tổng các bc
a) Định lý cộng xác suất
Nếu A và B là hai biến cố bất kỳ ta có:
𝑃 𝐴 + 𝐵 = 𝑃(𝐴) + 𝑃(𝐵) − 𝑃(𝐴𝐵)
Tổng quát:
𝑃 𝐴+𝐵+𝐶 =

.
𝑛

𝑃 ෍ 𝐴𝑖 =
𝑖=1

Nhận xét: Số số hạng trong công thức xác suất của tổng n biến cố
là 2𝑛 − 1
 LOGO
3.4. Công thức xác suất của tổng các bc
b) Các trường hợp đặc biệt:
• Nếu 𝐴1 , 𝐴2 , … , 𝐴𝑛 xung khắc từng đôi thì
𝑃 𝐴1 + 𝐴2 + ⋯ + 𝐴𝑛 =
• Nếu 𝐴1 , 𝐴2 , … , 𝐴𝑛 là không xung khắc thì
𝑃 𝐴1 + 𝐴2 + ⋯ + 𝐴𝑛 =

Chú ý:
▪ 𝑃 𝐴 = ҧ
𝐴𝐵
𝐴𝐵
▪ 𝑃 𝐵 = 𝐴𝐵ത
 LOGO
3.4. Công thức xác suất của tổng các bc
c) Ví dụ:
Ví dụ 3.8. Có 3 người, mỗi người bắn 1 viên đạn. Xác suất người
thứ nhất, thứ 2, thứ 3 bắn trúng bia lần lượt là 0,7; 0,8 và 0,9.
a) Tính xác suất để có ít nhất một người bắn trúng bia
b) Tính xác suất để có ít nhất một người không bắn trúng bia.
c) Tính xác suất có đúng 1 người bắn trúng bia.
d) Nếu có đúng 1 người bắn trúng bia, hỏi khả năng đó là người
thứ nhất bằng bao nhiêu?
e) Tính xác suất để số người bắn trúng bia lớn hơn số người bắn
trượt.
 LOGO
3.4. Công thức xác suất của tổng các bc
Ví dụ 3.9. Một máy gồm 2 bộ phận hoạt động độc lập nhau. Xác
suất bộ phận 1 bị hỏng là 0,1; bộ phận 2 bị hỏng là 0,2. Chỉ cần 1
bộ phận hỏng thì máy không hoạt động được. Người ta quan sát
và thấy máy không hoạt động được. Hỏi khả năng bộ phận 1 bị
hỏng là bao nhiêu?
 LOGO
3.4. Công thức xác suất của tổng các bc
Ví dụ 3.10. Một sinh viên đi thi 2 môn với xác suất đỗ môn thứ
nhất là 0,7; đỗ môn thứ hai là 0,8; đỗ cả 2 môn là 0,6. Tính xác
suất sinh viên đó:
a) Chỉ đỗ 1 môn.
b) Không đỗ môn nào.
(bt 1.36 sbt); đọc bài 1.14 sbt
Làm bài tập 1.16 – 1.26
 LOGO
3.4. Công thức xác suất của tổng các bc
Ví dụ 3.11: Có 2 hộp sản phẩm. Hộp 1 có: 5 sản phẩm loại 1, 6
sản phẩm loại 2 và 4 sản phẩm loại 3. Hộp 2 có: 3 sản phẩm loại
1, 3 sản phẩm loại 2 và 4 sản phẩm loại 3. Từ mỗi hộp lấy ra 1
sản phẩm. Tính xác suất:
a) Hai sản phẩm lấy ra cùng loại.
b) Hai sản phẩm lấy ra khác loại.
c) Lấy được 1 sản phẩm loại 1.
d) Nếu lấy được 1 sản phẩm loại 1, hỏi khả năng sản phẩm đó là
sản phẩm của hộp 1 là bao nhiêu?
 LOGO
3.4. Công thức xác suất của tổng các bc
Ví dụ 3.12*: Một người viết 3 bức thư bỏ vào 3 bì thư riêng, dán kín
rồi đề địa chỉ. Tính xác suất của các biến cố:
a) Có ít nhất một phong bì đề đúng địa chỉ.
b) Có ít nhất 1 phong bì đề không đúng địa chỉ.
Chú ý: Không dung quy tắc đối ngẫu ở đây.
𝑃 𝐴1 + 𝐴2 + 𝐴3 = 1 − 𝑃 𝐴1 + 𝐴2 + 𝐴3 = 1 − 𝑃 𝐴1 . 𝐴2 . 𝐴3
= 1 − 𝑃 𝐴1 𝑃 𝐴2 /𝐴1 𝑃 𝐴3 /𝐴2 . 𝐴1
vì khó để xác định 𝑃 𝐴2 /𝐴1 và 𝑃 𝐴3 /𝐴2 . 𝐴1
 LOGO
3.4. Công thức xác suất của tổng các bc
Ví dụ 3.13: Một ngân hàng sử dụng 2 loại thẻ thanh toán M và N. Tỉ lệ
khách của ngân hàng sử dụng thẻ loại M, N tương ứng là 60%, 55% và
cả hai loại là 30%. Chọn ngẫu nhiên một khách của ngân hàng. Tính
xác suất:
a) Người đó có sử dụng thẻ của ngân hàng;
b) Người đó chỉ sử dụng một loại thẻ của ngân hàng;
c) Người đó chỉ sử dụng loại thẻ M;
d) Người đó không sử dụng thẻ của ngân hàng.
 LOGO
3.4. Công thức xác suất của tổng các bc
Ví dụ 3.14: Khả năng gặp rủi ro khi đầu tư các dự án I, II tương ứng
là 9%, 7% và gặp rủi ro đồng thời khi đầu tư cả hai dự
án là 4%. Nếu đầu tư cả hai dự án, tính xác suất để:
a) chỉ dự án I gặp rủi ro ;
b) chỉ một dự án gặp rủi ro ;
c) gặp rủi ro ;
d) không gặp rủi ro.
 LOGO
3.6. Công thức xác suất Bayes
Ví dụ 3.15 Một nhà máy sản xuất bóng đèn có 2 phân xưởng. Phân
xưởng 1 sản xuất 60% tổng số bóng đèn, phân xưởng 2 sản xuất 40%
tổng số bóng đèn. Tỉ lệ bóng đèn không đạt tiêu chuẩn của 2 phân
xưởng lần lượt là 2% và 4%. Chọn ngẫu nhiên một bóng đèn của nhà
máy.

a) Tính xác suất để chọn ngẫu nhiên được một bóng đèn không đạt
tiêu chuẩn và do phân xưởng 1 sản xuất.

b) Tính xác suất để chọn ngẫu nhiên được một bóng đèn không đạt
tiêu chuẩn.

c) Biết rằng bóng được chọn bị hỏng, tính xác suất để bóng đèn đó
do phân xưởng 1 sản xuất.
 3.5. Công thức xác suất đầy đủ LOGO

a) Công thức xác suất đầy đủ, và công thứ bayes

Giả sử A1 , A2 , … , An là hệ đầy đủ các biến cố và B là biến cố
nào đó xảy ra trong cùng một phép thử với các biến cố trên. Khi đó:
𝑃 B = 𝑃 A1 𝑃 B/A1 + 𝑃 A2 𝑃 B/A2 + ⋯ + 𝑃(An )𝑃(B/An )
Công thức này được gọi là công thức xác suất đầy đủ.
Nếu B đã xảy ra thì:
𝑃 𝐴𝑗 𝑃(𝐵/𝐴𝑗 )
𝑃(Aj /B) =
𝑃(𝐵)
Công thức này đgl công thức xs Bayes
 LOGO
3.6. Công thức xác suất Bayes
Chú ý:
▪Nếu phép thử trong bài toán được chia thành 2 giai đoạn, biến cố B
liên quan đến giai đoạn sau thì các kết quả của giai đoạn 1 là hệ đầy
đủ
▪Nếu A1 , A2 , … , An là hệ đầy đủ các biến cố thì:
P(A1 ) + 𝑃 A2 + ⋯ + 𝑃 An = 1

n
P ( B ) =  P ( Ai ) P ( B / Ai )
i =1

𝑨𝒊 𝑩
P ( B / Ai ) P ( Ai ) Biến cố quan tâm
P ( Ai / B ) =
P ( B)
 LOGO
LUYỆN TẬP
Ví dụ 3.16. Ở một nhà máy giày, tỷ lệ các đôi giày được sản xuất ở các
ca sáng, chiều, tối lần lượt là 50%, 40% và 10%. Tỷ lệ đôi giày bị lỗi
trong các đôi giày được sản xuất ở các ca sáng, chiều, tối lần lượt là 3%,
5%, 8%. Kiểm tra ngẫu nhiên một đôi giày.
▪ Tính xác suất đôi giày được kiểm tra bị lỗi.
▪ Nếu biết rằng đôi giày được kiểm tra không bị lỗi thì khả năng nó
được sản xuất ở ca nào là cao nhất?
 3.5. Công thức xác suất đầy đủ LOGO

Ví dụ 3.17 . Hai máy cùng chế tạo một loại sản phẩm, khả năng chế
tạo ra chính phẩm của máy 1 là 0,9; của máy 2 là 0,8. Chọn ngẫu
nhiên một máy rồi cho máy đó chế tạo một sản phẩm.
a) Tính xác suất để sản phẩm được chế tạo ra là chính phẩm.
b) Nếu sản phẩm được chế tạo ra là chính phẩm, tính xác suất để
đó là sản phẩm do máy 1 chế tạo.

𝐴 𝐴ҧ
𝐵
 LOGO
3.5. Công thức xác suất đầy đủ
Ví dụ 3.18. Hai kẻ trộm đeo mặt nạ, bị cảnh sát đuổi bắt bèn vứt mặt
nạ đi và trà trộn vào một đám đông có 58 người. Cảnh sát bắt giữ toàn
bộ số người đó và dùng máy phát hiện nói dối để điều tra xem ai là kẻ
trộm. Biết rằng xác suất để kẻ trộm bị máy nghi có tội là 90% và xác
suất người vô tội bị máy nghi có tội là 1%. Lấy một người để điều tra
thì người đó bị máy nghi là có tội. Tính xác suất để người đó là kẻ
trộm.
 3.5. Công thức xác suất đầy đủ LOGO

Ví dụ 3.19: Có 2 lô hàng: Lô 1 có 6 sản phẩm tốt, 3 sản phẩm xấu;
lô 2 có 5 sản phẩm tốt, 2 sản phẩm xấu. Lấy ngẫu nhiên ra một lô và
từ lô này lấy ra 1 sản phẩm.
a) Tính xác suất để sản phẩm lấy ra sau cùng là sản phẩm tốt.
b) Giả sử sản phẩm lấy ra sau cùng là sản phẩm tốt. Khả năng đó là
sản phẩm của lô 1 bằng bao nhiêu?

𝐴 𝐴ҧ
𝐵
 LOGO
3.6. Công thức xác suất Bayes
Ví dụ 3.20: Có 2 hộp đựng bi. Hộp 1 chứa 4 bi trắng, 3 bi đen, hộp 2
chứa 6 bi trắng, 4 bi đen. Từ hộp 1 lấy ngẫu nhiên 2 viên bỏ vào hộp
2 rồi từ hộp 2 lấy ngẫu nhiên 1 viên.
a) Tính xác suất để viên bi lấy ra sau cùng màu trắng.
b) Nếu viên bi lấy ra sau cùng màu trắng, tính xác suất để 2 viên bi
chuyển từ hộp 1 sang hộp 2 cũng là bi trắng.
 LOGO
3.5. Công thức xác suất đầy đủ
Ví dụ 3.21: Phỏng vấn 100 khách hàng về nhu cầu sử dụng dịch vụ
của một công ty: trong 100 khách hàng phỏng vấn, có 17 khách hàng
trả lời “sẽ sử dụng”, 48 khách hàng trả lời “có thể sẽ sử dụng” và 35
khách hàng trả lời “không sử dụng”. Chọn ngẫu nhiên một khách
hàng, tính xác suất để khách hàng đó sử dụng dịch vụ của công ty,
biết rằng tỷ lệ khách hàng thực sự sẽ sử dụng dịch vụ tương ứng với
cách trả lời trên là: 0,4; 0,2 và 0,01.
 LOGO
3.6. Công thức xác suất Bayes
Ví dụ 3.22. Tỷ lệ sản phẩm loại 1 do một máy sản xuất ra là 30% còn
lại là sản phẩm loại 2. Sản phẩm do máy đó sản xuất ra được một
trạm kiểm tra tự động phân loại thành sản phẩm loại 1 và loại 2. Tuy
nhiên, khả năng nhận biết đúng một sản phẩm loại 1 và một sản
phẩm loại 2 của trạm tương ứng là 95% và 98%.
a) Tính xác suất để một sản phẩm do máy đó sản xuất được trạm
phân loại thành sản phẩm loại 1.
b) Nếu sản phẩm do máy đó sản xuất được trạm phân loại thành sản
phẩm loại 1 thì khả năng sản phẩm đó là sản phẩm loại 2 bằng bao
nhiêu.
 LOGO
3.6. Công thức xác suất Bayes
Ví dụ 3.23 Có 2 hộp đựng bi. Hộp 1 chứa 4 bi trắng, 3 bi đen, hộp 2
chứa 6 bi trắng, 4 bi đen. Từ hộp 1 lấy ngẫu nhiên 2 viên và từ hộp 2
lấy ngẫu nhiên 3 viên rồi từ 5 viên này lấy ngẫu nhiên 1 viên.
a) Tính xác suất để viên bi lấy ra sau cùng là bi trắng.
b) Giả sử viên bi lấy ra sau cùng là bi trắng. Khả năng đó là bi của
hộp 1 bằng bao nhiêu?
 LOGO
3.6. Công thức xác suất Bayes
Ví dụ 3.24: Có 2 hộp đựng bi. Hộp 1 chứa 4 bi trắng, 3 bi đen, hộp 2
chứa 6 bi trắng, 4 bi đen. Từ hộp 1 lấy ngẫu nhiên 1 viên bỏ vào hộp
2 rồi từ hộp 2 lấy ngẫu nhiên 1 viên bỏ lại vào hộp 1. sau đó từ hộp 1
lấy ngẫu nhiên ra 3 viên.
Tính xác suất để cả 3 viên bi lấy ra sau cùng là bi trắng.
 LOGO
3.6. Công thức xác suất Bayes
Ví dụ 3.25 : Có 2 lô hàng: Lô 1 có 6 sản phẩm tốt, 3 sản phẩm xấu;
lô 2 có 5 sản phẩm tốt, 2 sản phẩm xấu. Do sơ suất, người ta để
nhầm 2 sản phẩm từ lô 1 sang lô 2. Sau đó từ lô 2 người ta lấy ra 1
sản phẩm.
a) Tính xác suất để sản phẩm lấy ra sau cùng là sản phẩm tốt.
b) Giả sử sản phẩm lấy ra sau cùng là sản phẩm tốt. Khả năng đó là
sản phẩm của lô 1 bằng bao nhiêu?
c) Giả sử sản phẩm lấy ra sau cùng là sản phẩm tốt. Tính xác suất
để có 1 sản phẩm tốt được chuyển từ lô 1 sang lô 2?
Bài tập: 1.27 – 1.51
 LUYỆN TẬP LOGO

Ví dụ 3.26. Người ta bắn liên tiếp 3 phát đạn vào một mục tiêu. Khả
46
năng trúng mục tiêu của 3 phát đạn lần lượt là 0,9; 0,8; 0,7. Nếu có ít
nhất 2 phát đạn trúng thì mục tiêu bị tiêu diệt, còn nếu có 1 phát trúng
thì khả năng mục tiêu bị tiêu diệt là 0,6.
▪ Tính xác suất mục tiêu bị tiêu diệt.
▪ Nếu mục tiêu bị tiêu diệt thì khả năng chỉ có một phát đạn trúng
mục tiêu là bao nhiêu?
 LOGO
LUYỆN TẬP
47
Ví dụ 3.27 Có 4 nhóm sinh viên thực tập. Nhóm thứ nhất có 5 sinh
viên, nhóm thứ hai có 7 sinh viên, nhóm thứ ba có 4 sinh viên, nhóm
thứ tư có 2 sinh viên. Xác suất hoàn thành chương trình thực tập của
các nhóm lần lượt là: 0,8; 0,7; 0,6; 0,5. Kết thúc đợt thực tập, người ta
chọn ngẫu nhiên một sinh viên từ 4 nhóm để đánh giá.
▪ Tính xác suất sinh viên được chọn không hoàn thành chương
trình thực tập.
▪ Giả sử chọn được sinh viên hoàn thành chương trình thực tập.
Sinh viên này có khả năng cao nhất thuộc nhóm nào?