XÁC SUẤT – THỐNG KÊ

Giáo trình:
1. Lý thuyết xác suất và thống kê toán – Nguyễn Cao Văn và Trần Thái
Ninh – NXB ĐH KTQD – 2012
Tham khảo:
1. Basic business Statistics Concepts and Applications; Berenson • Levine •
Szabat
2 3. Bài tập xác suất và thống kê toán học (dành cho sv các trường
kinh tế ) - T. A. Hải; N. V. An; B. D. Phú - NBGBD – 2019.
Thiết bị: Máy tính Casio fx – 570ES PLUS, 580 VNX..;
Phần mềm: R; Excel.
Website: hvnh.edu.vn (Bộ môn Toán)
 XÁC SUẤT - THỐNG KÊ
1. Biến cố ngẫu nhiên và xác suất
2. Biến ngẫu nhiên và quy luật phân phối xác xuất. Một số quy luật phân
phối xác suất thông dụng

3. Biến ngẫu nhiên 2 chiều

4. Cơ sở lý thuyết mẫu
5. Ước lượng tham số
6. Kiểm định giả thuyết thống kê
7. R
A. Nhắc lại kiến thức về giải tích tổ hợp
1. Hoán vị: Giả sử có n phần tử xếp vào n vị trí. Số cách đổi chỗ của n phần tử
cho nhau – số hoán vị của n phần tử đó, bằng n!

2. Tổ hợp: Lấy ngẫu nhiên ra k phần tử từ n phần tử (k≤ n), 2 cách lấy là khác
nhau nếu giữa chúng có ít nhất 1 phần tử khác nhau (không quan tâm đến vị
trí, hay thứ tự lấy): Số cách lấy là Ckn cách.

3. Chỉnh hợp: Lấy ngẫu nhiên k phần tử từ n phần tử, 2 cách lấy là khác nhau
nếu giữa chúng có ít nhất một phần tử khác nhau hoặc thứ tự lấy ra của các
phần tử là khác nhau. Số cách lấy ra như vậy – chỉnh hợp chập k của n. Ký
hiệu Akn = n!/(n-k)!
Ví dụ: chọn ngẫu nhiên ra 2 người từ nhóm người A,B,C để đi làm nhiệm vụ. Ai
được chọn đầu tiên sẽ làm nhóm trưởng. Tính số cách chọn? A23

• Chú ý: Có 4 cách lấy ra k phần tử từ n phần tử:

- C1: Lấy ra theo nghĩa tổ hợp;
- C2: Lấy ra theo nghĩa chỉnh hợp;
- C3: Lấy ra từng phần tử không hoàn lại k lần;
- C4: Lấy ra từng phần tử (k lần lấy), mỗi lần lấy xong đều có hoàn lại.
Phân biệt 4 cách trên?
 B. XÁC SUẤT THỐNG KÊ

CHƯƠNG I: BIẾN CỐ NGẪU NHIÊN VÀ XÁC SUẤT

1. Phép thử ngẫu nhiên và không gian mẫu;

2. Biến cố và mối quan hệ giữa chúng;
3. Xác suất của một biến cố;
4. Các quy tắc tính xác suất.
Xác suất theo nghĩa toán học là cơ hội mà điều gì đó có thể xảy ra, được sử dụng trong nhiều ứng dụng hàng ngày,
bao gồm dự báo thời tiết, chiến lược thể thao, tùy chọn bảo hiểm, trò chơi và hoạt động giải trí, kinh doanh. Lý
thuyết xác suất được áp dụng trong cuộc sống, trong quản lý rủi ro và giao dịch trên thị trường tài chính. Điều quan
trọng nhất là người dùng phải hiểu cách đánh giá xác suất được thực hiện như thế nào và cách chúng đóng góp vào
các quyết định. Các tập đoàn bảo hiểm lớn có lẽ là những tập đoàn duy nhất đưa ra toàn bộ chiến lược kinh doanh
của họ xoay quanh xác suất. Một ứng dụng quan trọng khác của lý thuyết xác suất trong cuộc sống hàng ngày là độ
tin cậy.

Toán học “lượng hoá” khả năng xảy ra của một “hiện tượng ngẫu nhiên” – gọi là xác suất (Probability).

Student: Nhớ “Xác suất là con số không thể âm và không thể lớn hơn 1”!

Từ xác suất có nghĩa là gì?

Xác suất là giá trị số đại diện cho cơ hội, khả năng xảy ra hoặc khả năng một sự kiện cụ thể sẽ xảy ra, chẳng hạn
như giá của một cổ phiếu tăng, một ngày mưa, một sản phẩm bị lỗi hoặc kết quả là năm chấm trong một lần tung
của một con xúc xắc. Trong tất cả các trường hợp này, xác suất liên quan là một tỷ lệ hoặc một phần mà giá trị nằm
trong khoảng từ 0 đến 1, bao gồm cả 0 và 1. Một sự kiện không có cơ hội xảy ra (sự kiện không thể xảy ra) có xác
suất bằng 0. Một sự kiện chắc chắn xảy ra (sự kiện nhất định) có xác suất là 1. Có ba loại xác suất:

• Tiên nghiệm

• Thực nghiệm

• Chủ quan
Các ví dụ như tính xác suất để xuất hiện mặt chấm chẵn (trong gieo xx), hay xs để xuất hiện mặt xấp khi
gieo đồng tiền là sử dụng phương pháp xác suất tiên nghiệm vì số lượng cách sự kiện xảy ra và tổng số kết
quả có thể xảy ra được biết từ thành phần của bộ bài hoặc các mặt của con súc sắc.

Trong cách tiếp cận xác suất thực nghiệm, xác suất dựa trên dữ liệu quan sát, không dựa trên kiến thức
trước về một quy trình. Các cuộc khảo sát thường được sử dụng để tạo ra các xác suất thực nghiệm. Ví dụ
về loại xác suất này là tỷ lệ cá nhân trong Thống kê Sử dụng kịch bản những người thực sự mua HDTV
màn hình lớn, tỷ lệ cử tri đã đăng ký thích một ứng cử viên chính trị nhất định và tỷ lệ sinh viên có công
việc bán thời gian. Vì Ví dụ, nếu bạn thực hiện một cuộc khảo sát về sinh viên và 60% nói rằng họ có công
việc bán thời gian, thì xác suất 0,60 để một sinh viên cá biệt có một công việc bán thời gian.

Cách tiếp cận thứ ba về xác suất, xác suất chủ quan, khác với hai cách tiếp cận còn lại vì xác suất chủ quan
khác nhau ở mỗi người. Ví dụ: nhóm phát triển cho một sản phẩm mới có thể ấn định xác suất 0,60 cho cơ
hội thành công cho sản phẩm, trong khi chủ tịch của công ty có thể kém lạc quan hơn và chỉ định một xác
suất của 0,30. Việc ấn định các xác suất chủ quan cho các kết quả khác nhau thường dựa trên một sự kết
hợp giữa kinh nghiệm trong quá khứ của một cá nhân, ý kiến cá nhân và phân tích về một cá nhân cụ thể.
Xác suất chủ quan đặc biệt hữu ích trong việc đưa ra quyết định trong các tình huống bạn không thể sử
dụng xác suất tiên nghiệm hoặc xác suất thực nghiệm
1. Phép thử ngẫu nhiên và không gian mẫu
Một hành động mà kết quả không thể dự báo chắc chắn trước được gọi là một “phép thử
ngẫu nhiên”

Mỗi kết quả của một phép thử là một biến cố. Biến cố đó được gọi là biến cố đơn.

Ví dụ: Gieo con xúc xắc, ta không biết chắc chắn là nó sẽ xuất hiện mặt mấy chấm; Bắn vào
một mục tiêu?

— Ký hiệu phép thử ngẫu nhiên: τ

— Tập hợp tất cả các kết quả của phép thử τ gọi là Không gian mẫu, ký hiệu là Ω:
Ω = tập tất cả các kết quả có thể xảy ra của τ
2. Biến cố và mối quan hệ giữa chúng

a. Biến cố: Một biên cố có thể là bất kỳ một trong những biến cố đơn của
phép thử, một tập hợp chúng hoặc một tập hợp con, giao, hợp hữu hạn của
các biến cố đơn.
Ký hiệu biến cố: thường ký hiệu
Chữ in hoa = ”nội dung của biến cố”
— Một kết quả của τ đgl “kết quả thuận lợi” cho biến cố A nếu A xảy ra khi
kết quả đó xảy ra. Tập các kết quả thuận lợi cho A ký hiệu là ΩA .
— Mỗi kết quả của τ là một biến cố.
— Biến cố không thể: Biến cố không thể xảy ra khi thực hiện phép thử τ
(∅).
— Biến cố chắc chắn: biến cố luôn xảy ra khi thực hiện phép thử (𝜔).
b. Mối quan hệ giữa các biến cố
— Quan hệ kéo theo: Biến cố A đgl kéo theo biến cố B, ký hiệu A Í B
ó A xảy ra thì suy ra B xảy ra.
— Quan hệ tương đương: A và B đgl tương đương với nhau, ký hiệu
A = B khi và chỉ khi A kéo theo B và B kéo theo A.
— Biến cố đối: Biến cố đối của A, ký hiệu Ā: Ā xảy ra nếu A không xảy
ra.
c. Các phép toán trên biến cố
— Phép hợp các biến cố: ký hiệu A U B
ĐN: AÈB xảy ra khi có ít nhất một trong hai biến cố A, B xảy ra.

— Phép giao của các biến cố: A.B.

ĐN: A.B xảy ra ó cả A và B cũng xảy ra.
Ví dụ 1: Có 3 người cùng bắn vào 1 mục tiêu một cách độc lập.
Ak= “người thứ k bắn trúng mục tiêu”:
Hãy xây dựng các biến cố sau:
a. Chỉ có người thứ 1 bắn trúng mục tiêu;
b. Chỉ có 1 người bắn trúng mục tiêu;
c. Chỉ có 2 người bắn trúng mục tiêu;
d. Có người bắn trúng mục tiêu.
 — Tính chất chung của các phép toán

! ∪ ! = !! ∪ !!; !!. ! = !!. !!; !!!! ∪ ! = !!; !!!. ! = !!!

! ∪ Ω = !Ω; !!!!. Ω = !!; !!! ∪ ∅ = !!; !!. ∅ = ∅!
! ∪ !. ! = ! ∪ ! . ! ∪ ! ; !!!. ! ∪ ! = !!. !! ∪ !. !!
!" = ! ! ! ∪ !!;!!! ∪ ! = ! !!!
!
3. Xác suất của biến cố
Toán học đã lượng hoá được khả năng xảy ra của biến cố A, lượng
hoá này gọi là xác suất của biến cố A, ký hiệu P(A): 0≤ P(A) ≤ 1.
a. Định nghĩa cổ điển về xác suất
Giả sử 1 phép thử τ có tất cả n kết quả đồng khả năng, trong đó có m
kết quả thuận lợi cho A. Khi đó
P(A) = m/n
Ví dụ 2 : Gieo một con xúc xắc cân đối, đồng chất, tính khả năng xuất
hiện mặt có số chấm chẵn.
Chú ý: Từ tính đối xứng của phép thử, các kết quả của phép thử là
đồng khả năng.
b. Định nghĩa xác suất theo nghĩa hình học
Ví dụ 3: giả sử người ta bắn vào một cái bia ở tầm gần, sao cho việc
trúng mỗi điểm trên bia là như nhau. Tính xác suất bắn trúng hồng
tâm (vòng 10)?
ĐN: Giả sử phép thử T có vô số kết cục đồng khả năng, có thể biểu
diễn như là điểm của miền hình học Ω nào đó, các kết quả thuận lợi
cho biến cố A được biểu diễn như là điểm của miền hình học ΩA nào
đó. Khi đó
P(A) = độ đo của ΩA / độ đo của Ω
c. Định nghĩa xác suất theo nghĩa thống kê
Việc tính khả năng để một máy nào đó sản xuất ra phế phẩm, ta
không thể dùng 2 ĐN trên mà phải dựa vào quan sát thực tế => định
nghĩa xác suất theo nghĩa thống kê
Một thí dụ thực nghiệm như sau:
Người Số lần tung Số lần mặt Tần suất
sấp
Buffon 4040 2048 0.5069
Pearson 12000 6019 0.5016
Pearson 24000 12012 0.5005
Ta thấy số lần sấp/số lần gieo ≈ 0.5 = xác xuất của biến cố xuất hiện mặt
sấp.
ĐN: Giả sử phép thử τ được lặp đi, lặp lại nhiều lần trong những điều
kiện giống hệt nhau. Nếu trong n lần thực hiện τ có m lần xuất hiện
biến cố A, thì
f(A) =m/n – tần suất xuất hiện biến cố A
Khi n tăng lên vô cùng, tần suất ≈ P(A)
4. Các quy tắc tính xác suất
4.1. Quy tắc cộng
Định nghĩa: Biến cố A và B được gọi là xung khắc nếu A.B = Ø
Nếu các biến cố Ai: i = 1..n liên quan tới phép thử τ là các biến cố
xung khắc từng đôi một thì
! !

P A! = P(A! )
!!! !!!

Ví dụ 1: Trong 1 lô sp gồm 200 sản phẩm của nhà máy A có 60

sp của tổ 1, 80 sp của tổ 2. Lấy ngẫu nhiên 1 sản phẩm. Tìm xác suất để
sp đó thuộc tổ 1 hoặc tổ 2?
Tính chất:

— P(A) = 1 – P(Ā) (1); P(ĀB) = P(B) – P(AB) (2);

$) =???
— Câu hỏi: P(AB
Chú ý: gắn với công thức cộng xác suất là điều kiện xung khắc.

Nếu không có điều kiện xung khắc từng đôi. Ta có công thức cộng xs TQ:
$ $
$)#
P ' A! = ) P(A! ) − ) 𝑃 A! A' + ) P A! A' A( + ⋯ + −1 P(A# A* … A$ )
!"# !"# #%!&'%$ #%!&'&(%$

Ví dụ 2: Một công ty QC một loại dịch vụ: 40% người biết qua truyền hình, 35% qua truyền
thanh và 10% qua cả 2 hình thức thông tin. Tính tỷ lệ khách hàng nắm được thông tin?
Ví dụ 3: Một ngân hàng sử dụng 2 loại thẻ thanh toán là T1, T2. Tỷ lệ
khách hàng dùng T1, T2 tương ứng là 60%, 55% và cả hai loại thẻ là
30%. Một người chọn ngẫu nhiên một thẻ. Tính xác suất để:
1. Người đó có sử dụng thẻ ngân hàng?
2. Người đó không sử dụng thẻ ngân hàng?
3. Người đó chỉ sử dụng một loại thẻ?
4.2. Xác suất có điều kiện (việc xảy ra biến cố này ảnh hưởng bc
khác)
Ví dụ 4: Trong ví có 20 tờ tiền. Biết rằng, trong đó có 6 tờ 500
ngàn, 5 tờ tiền giả, trong số tiền giả có 4 tờ 500 ngàn. Rút ngẫu
nhiên 1 tờ tiền. Tính xác suất tờ đó là giả trong các trường hợp
sau: (A)
a. Trước khi rút không biết mệnh giá của tờ tiền?
b. Trước khi rút đã thấy đó là tờ 500 ngàn?
P(A) = |ΩA|/|Ω| = 5/20;
P(A|loại 500 ngàn) = 4/6
ĐN: Giả sử P(A) > 0. Xác suất của biến cố B với điều kiện biến cố A đã xảy ra là một số
không âm ký hiệu P(B|A), nó biểu thị khả năng xảy ra của biến cố B khi biến cố A đã xảy
ra:
P(B|A) = P(A.B)/P(A)
Ví dụ 5: Trong hộp kín có 6 thẻ ATM của BIDV và 4 thẻ của MB. Lấy ngẫu nhiên lần lượt
2 lần, mỗi lần 1 thẻ theo phương thức không hoàn lại. Tính xác xuất để lần thứ 2 lấy
được thẻ của MB, nếu biết lần 1 đã lấy được thẻ của BIDV.
C=“lấy ngẫu nhiên không hoàn lại 2 thẻ…”
A: “lần 1 rút được thẻ của BIDV”
B: “lần 2 rút được thẻ của MB”
Cần tính P(C) = P(B|A) = P(AB)/P(A)
P(A) = 6/10 P(AB) = 6.4/(10.9)
Vậy: P(B|A) = 4/9
Ví dụ 6: Một người lấy ngẫu nhiên 2 thẻ thanh toán trong 6 thẻ:
trong đó có 4 thẻ thuộc ngân hàng N1 và 2 thẻ thuộc ngân hàng
N2. Khả năng được chọn của mỗi thẻ là như nhau.
a. Tính xác suất để người đó lấy được 2 thẻ đều của của ngân
hàng N1, biết rằng người ấy lấy ra ít nhất 1 thẻ của N1?
b. Giả sử trong 6 thẻ nêu trên, có 1 thẻ đánh mã X của ngân hàng
N1. Tính xác suất để thẻ này được lấy? Tính xác suất để thẻ mã
X được lấy, nếu biết rằng người ấy đã lấy ra ít nhất 1 thẻ của
ngân hàng N1.
a. B = “Hai thẻ được chọn đều là của N1”;
A = “Ít nhất 1 thẻ được chọn là của N1”
P(B|A) = P(BA)/P(A) = P(B)/P(A) = P(B)/(1-p(Ā)) =
(C24/C26)/(1 – 1/C26) = 3/7
b. C = “Thẻ mã X được chọn”
P(C) = (1*5)/C26 = 1/3
P(C|A) = P(CA)/P(A) = P(C)/( 1 – p(Ā))
= (1/3)/ ( 1 – 1/C26) = 5/14
Chú ý:
— Ta có P(A|B) = 1 – P(Ā|B);
— Nếu A kéo theo B thì P(B|A) = 1;
— Nếu B kéo theo A thì A.B = B => P(B|A) = P(B)/P(A) (**).
4.3. Quy tắc nhân xác suất

ĐN: Hai bc A và B đgl độc lập với nhau nếu P(Ā|B) = P(Ā) hoặc P(B|A) = P(B)

(A xảy ra hay không cũng không ảnh hưởng gì tới B).

Dễ thấy nếu P(B) > 0 thì P(AB) = P(A)P(B|A)

Chú ý: Nếu A, B độc lập thì

— P(AB) = P(A)P(B)
Trong trường hợp họ các biến cố là phụ thuộc:

P(A1…An) = P(A1)P(A2|A1)P(A3|A1A2)…P(An|A1A2…An-1)

Chứng minh:
Ví dụ 7: Một người có 3 chi tiết máy loại I, 2 chi tiết máy loại II được để chung trong một
chiếc hộp. Khách hàng thứ nhất đến mua chi tiết máy đó, người bán lấy ngẫu nhiên 1 chi
tiết.
1. Tính xác suất để khách hàng thứ nhất mua được chi tiết loại 1? Khách hàng thứ 2
đến mua, người bán lại lấy ngẫu nhiên 1 cái.
2. Tính xác suất để khách hàng thứ 2 mua phải chi tiết loại 2?
3. Xác suất này là bao nhiêu, nếu người bán quên mất chi tiết bán lúc đầu là chi tiết
loại mấy?
Ai= “người thứ i mua được chi tiết loại 1”: i=1,2;
1. P(A1)= 3/5
2. P(Ā2|A1)= 1 – P(A2|A1) = 1 – 2/4 = 1/2
3. P(Ā2) = P(Ā2.Ω) = P[Ā2. (A1 U Ā1)] = P(Ā2A1 U Ā2Ā1)
= P(A1)P(Ā2|A1) + P(Ā1).P(Ā2|Ā1) = (3/5).(1/2) + (2/5).(1/4)
Ví dụ 8: Bắn liên tiếp vào mục tiêu, cho đến khi có 1 viên đạn đầu tiên trúng thì dừng lại.
Tìm xác suất để sao cho phải bắn tới viên thứ 4. Biết rằng xác suất bắn trúng của mỗi lần
là như nhau, bằng 0,3.
Ai=“lần thứ i bắn trúng mục tiêu” A=“bắn đến lần thứ 4”
P(A) = P(Ā1 Ā2 Ā3 A4) =?

Có điều kiện: P(Ai+1|Ai) = 0; P(Ai+1|Āi) = 0.3; Āi+1. Āi = Āi+1

Gắn với công thức nhân xác suất là tính độc lập của biến cố.
Công thức nhân:
— Hai biến cố A.B độc lập thì P(AB) = P(A)P(B)
— Họ {Ai: i = 1…n} đgl độc lập toàn phần nếu nó độc lập từng đôi một và mỗi biến cố độc
lập với giao của một số tuỳ ý các biến cố còn lại.
Khi đó: P(A1A2…An) = P(A1)P(A2)…P(An)
Ví dụ 9: Một lô hàng gồm 100 sp, trong đó có 10 phế phẩm. Rút ngẫu nhiên lần lượt 4 sản phẩm
theo kiểu có hoàn lại. Nếu tất cả 4 sản phẩm đều tốt, thì lô hàng được chấp nhận. Tính xác suất
để lô hàng được chấp nhận.
Chú ý: ĐLTP => ĐL đôi một, ngược lại?
Phản ví dụ: Gieo một khối tứ diện đều, có mặt 1 sơn đỏ, mặt 2 sơn xanh, mặt 3 sơn vàng, mặt 4
sơn cả xanh, đỏ và vàng. Dễ thấy 3 biến cố: lấy được mặt có sơn màu đỏ, mặt có sơn màu xanh,
mặt có sơn màu vàng độc lập đôi một nhưng không độc lập toàn phần!
P(Đ) = P(X) = P(V) = 2/4=1/2;
P(Đ|X)= P(X|V) = P(Đ|V) = ½
Vậy: Đ,X,V độc lập đôi 1. Mà P(ĐXV) = ¼ khác P(Đ)P(X)P(V) nên không độc lập toàn phần.
Ví dụ 10: Một tờ tiền giả lần lượt được 2 người A, B kiểm tra. Xác suất để người A phát hiện ra tờ
tiền giả là 0.85. Nếu người A nói tờ tiền là giả thì người B cũng nhận định vậy với xác suất là 0.9.
Ngược lại, nếu người A cho rang tờ tiền là tiền that thì người B cũng nhận định như thế với xác
suất 0.4.
a. Tính xác suất để có ít nhất một người nhận định tờ tiền là giả?
b. Biết tờ tiền đó đã bị ít nhất một người phát hiện là giả. Tính xác suất để A phát hiện ra nó?
4.4. Công thức xác suất đầy đủ

ĐN: Họ các biến cố {H1, H2, … , Hn} được gọi là nhóm đầy đủ các biến cố nếu nó
thoả mãn 2 điều kiện sau:

Hi.Hj = Æ với mọi i khác j;

n

∪H = Ω
i=1
i

Ví dụ:

Định lý: (CT XS đầy đủ) Giả sử có nhóm đầy đủ các biến cố {H1, H2, … , Hn} có
xác suất khác 0. A là biến cố nào đó trong cùng một phép thử. Khi đó:

n
P(A) = ∑ P(H i )P(A | H i )
i=1
Ví dụ 10: Có 3 hộp đựng sản phẩm như sau:

Hộp 1: 6 chính phẩm; 4 phế phẩm;

Hộp 2: 10 chính phẩm; 5 phế phẩm;

Hộp 3: 15 chính phẩm; 5 phế phẩm.

Lấy ngẫu nhiên 1 hộp, từ đó lấy ngẫu nhiên 2 sp. Tìm xác suất 2 sản phẩm lấy ra
có 1 chính phẩm và 1 phế phẩm?

- {Hi: sản phẩm lấy ra thuộc hộp thứ I}- nhóm đầy đủ các bc.
- A: sp lấy ra là chính phẩm.
- P(A) = ΣP(Hi)P(A|Hi) = …
Nhận xét: Nếu một phép thử gồm 2 giai đoạn, biến cố A liên quan đến giai đoạn
sau, thì các kết quả có thể có của giai đoạn đầu là một nhóm đầy đủ các biến cố.

Ví dụ 11: Trong 1 trạm cấp cứu bỏng, thấy 80% bỏng do nóng; 20% bỏng do hoá chất.
Loại bỏng do nóng có 30% bị biến chứng, bỏng do hoá chất có 50% bị biến chứng. Từ
tập hồ sơ bệnh án, rút ngẫu nhiên 1 bệnh án. Tìm xác suất để rút được bệnh án của bệnh
nhân bị biến chứng?

Ví dụ 12: Một nhà phân phối sản phẩm của hang Apple nghiên cứu sở thích của khách
hàng. Ông ta thấy từ số lieu thống kê là: 80% khách hàng thích iphone. Khi một khách
hàng đã thích iphone, thì khả năng người ấy thích ipad là 85%. Khi một khách hàng
không thích iphone thì khả năng người ấy thích ipad là 45%.

a. Tính tỷ lệ khách hàng thích cả iphone và ipad?

b. Giả sử một khách hang không thích ipad, tính xác suất để người ấy thích iphone?
Chú ý: không phải lúc nào cũng cần phải có 2 giai đoạn.
4.5. Công thức Bayes

Định lý Bayes là một phần quan trọng của thống kê suy luận và nhiều mô hình học máy tiên tiến. Suy luận Bayes là một cách tiếp
cận hợp lý để cập nhật tiềm năng của các giả thuyết dưới ánh sáng của kiến thức mới, và do đó tự nhiên đóng một vai trò trung
tâm trong khoa học. Nó giải thích khả năng xảy ra một sự kiện dựa trên sự hiểu biết trước về các trường hợp có thể liên quan đến
sự kiện đó. Định lý Bayes cung cấp một phương pháp tính mức độ không chắc chắn. (Berrar, 2018). Nó có thể được áp dụng trong
cuộc sống hàng ngày của chúng ta khi chúng ta cố gắng đưa ra quyết định dựa trên thông tin mới.

Định lý: Giả sử biến cố A có thể xảy ra đồng thời với 1 trong n bc H1, H2,…,Hn, và nhóm này tạo nên nhóm đầy đủ các biến cố . Khi
đó

Nhận xét:

- {Hi}- giả thiết, P(Hi) – được xác định trước khi phép thử được tiến hành – xác suất tiên nghiệm;

- P(Hi|A) – được xác định sau khi phép thử được tiến hành – xác suất hậu nghiệm.

Công thức Bayes đánh giá lại xác suất xảy ra các giả thiết khi đã biết kết quả của phép thử là biến cố A đã xảy ra.
Ví dụ 12: Tại một khu dân cư có 5% dân số bị mắc loại bệnh A. Khi cư
dân bị mắc bệnh A thì xét nghiệm có kết quả dương tính là 95%, khi
cư dân không mắc bệnh, thì xét nghiệm có kết quả âm tính là 90%.
a. Tính tỷ lệ cư dân có xét nghiệm dương tính với căn bệnh trong
toàn khu vực?
b. Nếu cư dân đi xét nghiệm có kết quả dương tính, thì xác suất để
người đó thực sự bị bệnh là bao nhiêu?
Ví dụ 13: Người ta phỏng vấn ngẫu nhiên 200 khách hàng về một loại
hàng hoá, thấy có:
34 người trả lời “sẽ mua”, 96 người trả lời “có thể sẽ mua”, 70 người
trả lời “không mua”.
Kinh nghiệm cho thấy tỷ lệ khách hàng thực sự mua sản phẩm tương
ứng với các cách trả lời trên là: 40%, 20%, 1%.
a. Hãy đánh giá thị trường tiềm năng của sản phẩm đó?
b. Trong số khách hàng thực sự sẽ mua sản phẩm, có bao nhiêu
phần trăm đã trả lời là “sẽ mua”?
Chú ý: Trong công thức xác suất đầy đủ và công thức Bayes: có thể thay
điều kiện nhóm đầy đủ các biến cố Hi bởi điều kiện xung khắc từng đôi 1
và
A ⊂ H1∪ H2∪ …. ∪ Hn
Bài tập (XSTP – Bayes):
1. Một lô hàng có 60% sản phẩm của máy A, 40% sp của máy B. Tỷ lệ phế
phẩm tương ứng của các máy A, B là 3%, 4%. Lấy ngẫu nhiên 1 sp để
kiểm tra.
a. Tìm xác suất để lấy được phế phẩm?
b. Giả sử đã lấy được phế phẩm, thì phế phẩm đó có khả năng do máy nào
sản xuất hơn.
2. Có 2 hộp đựng thẻ ATM. Hộp thứ nhất có 6 thẻ của BIDV, 4 của
MB, Hộp thứ 2 chứa 7 thẻ của BIDV và 3 thẻ của MB.
Chọn ngẫu nhiên 1 hộp, và từ đó lấy ra 2 thẻ:
a. Tìm xác suất để lấy được 2 thẻ của BIDV?
b. Tìm xác suất để lấy được 1 thẻ của BIDV?
c. Giả sử lấy được 2 thẻ của BIDV. Tìm xác suất để 2 thẻ đó thuộc
hộp thứ nhất?
Hi: hộp lấy ra là hộp i: i = 1,2; P(Hi) = 0.5

{H1, H2} nhóm đầy đủ các biến cố vì …

a. X =“2 thẻ lấy ra đều của BIDV”

P(X) = P(H1). P(X|H1) + P(H2)P(X|H2) = 0.5 . C26/C210 + 0.5.C27/C210 = 0.4

b. Y = “lấy được 1 thẻ của BIDV trong 2 thẻ lấy ra”

P(Y) = P(H1). P(Y|H1) + P(H2)P(Y|H2) = 0.5 . (C16. C14)/C210 + 0.5.(C17. C13)/C210

c. P(H1|X) = [P(H1)P(X|H1)]/P(X)
3. Có 2 lô hàng: lô thứ nhất có 6 chính phẩm, 4 phế phẩm, lô thứ 2 có 7 chính
phẩm, 3 phế phẩm. Chọn ngẫu nhiên 2 sản phẩm từ lô thứ nhất bỏ sang lô thứ 2,
sau đó từ lô thứ 2 lấy ngẫu nhiên ra 2 sản phẩm:

a. Tìm xác suất để lấy được 2 chính phẩm?

b. Tìm xác suất để lấy được 1 chính phẩm?
c. Giả sử đã lấy được 2 chính phẩm. Tìm xác suất để 2 sản phẩm đó là chính
phẩmđã được bỏ từ hộp 1 sang?

H1: “lấy được 2 chính phẩm từ lô 1 bỏ sang lô 2”

H2: “lấy được 2 phế phẩm từ lô 1 bỏ sang lô 2”

H3: “lấy được 1 chính phảm 1 phế phẩm từ lô 1 bỏ sang lô 2”

{H1, H2, H3} tạo thành nhòm đầy đủ các biến cố vì …
P(H1) = C26/C210 P(H2) = C24/C210 P(H3) = (C16.C14)/C210

a. A =“lần sau lấy ở lô 2 được 2 chính phẩm”

P(A) = P(H1)P(A|H1) + P(H2)P(A|H2) + P(H3)P(A|H3)

= (C26/C210).(C29/C212) + (C24/C210).(C27/C212) + ((C16.C14)/C210).(C28/C212)

b. B =“Trong 2 sản phẩm lấy ra lần 2 có một chính phẩm”

P(B) = P(H1)P(B|H1) + P(H2)P(B|H2) + P(H3)P(B|H3)

= (C26/C210)((C19.C13)/C212)) + (C24/C210).((C17.C15)/C212))

+ ((C16.C14)/C210).((C18.C14)/C212))
c. P(H1|A) = P(AH1)/P(A) = [P(H1)P(A|H1)]/P(A)

= [(C26/C210 ) (C29/C212)]/P(A) = …
4. Trong kho có 3 chi tiết loại 1 và 2 chi tiết loại 2. Xác suất để sau
1 năm hoạt động chi tiết bị hỏng tương tứng là 0.1 và 0.2
a. Lấy ngẫu nhiên 2 chi tiết ra sử dụng. Tính xác suất để sau 1
năm không có chi tiết nào bị hỏng?
b. Giả sử sau 1 năm hoạt động có 1 chi tiết bị hỏng. Tính xác suất
để đó là chi tiết loại 2?
H1 =“2 chi tiết lấy ra là loại 1”
H2 =“2 chi tiết lấy ra là loại 2”
H1 =“ trong 2 chi tiết lấy ra có 1 chi tiết là loại 1, một chi tiết là loại
2”
{H1, H2, H3} tạo thành nhóm đầy đủ các biến cố vì
P(H1) = C23/C25 P(H2) = C22/C25 P(H3) = C13C12/ C25

a. A=“sau một năm 2 chi tiết lấy ra không có chi tiết nào bị hỏng”

P(A) = P(H1)P(A|H1) + P(H2)P(A|H2) + P(H3)P(A|H3)

= (C23/C25).0,92 + (C22/C25). 0,82 + (C13C12/ C25).0,9. 0,8

b. B = “sau 1 năm hoạt động, trong 2 chi tiết lấy ra có 1 chi tiết bị hỏng”
P(B) = P(H1)P(B|H1) + P(H2)P(B|H2) + P(H3)P(B|H3)

= (C23/C25)(0,9.0,1 + 0,1.0,9) + (C22/C25)(0,8.0,2 + 0,2.0,8)

+ (C13C12/ C25)(0,9.0,2 + 0,1.0,8) = 0,242

c. “ Chi tiết bị hỏng trong 2 chi tiết lấy ra là chi tiết loại 2”

Ta cần tính P(C|B) = P(BC)/P(B) = P(C)/P(B) do C => B

P(C) = P(H1)P(C|H1) + P(H2)P(C|H2) + P(H3)P(C|H3) với

P(C|H1) = P(chi tiết bị hỏng là chi tiết loại 2 trong 2 chi tiết loại 1 đã lấy ra)

= P(biến cố không thể) = 0

P(C|H2) = P(Chi tiết bị hỏng là chi tiết loại 2 trong 2 chi tiết loại 2 lấy ra)

= 0,8.0,2

P(C|H3) = P(Chi tiết bị hỏng là chi tiết loại 2 trong 2 chi tiết lấy ra có 1 chi tiết loại
1 và 1 chi tiết loại 2) = 0,9.0,2

Vậy P(C|B) = (0 + C22/ C25 .0,8.0,2 + C13C15.0,9.0,2)/0,242

5. Một xí nghiệp có 2 dây chuyền cùng lắp ráp một loại sản phẩm với tỷ lệ phế
phẩm tương ứng là 2% và 3%. Một khách hàng mua 2 sản phẩm của xí nghiệp
đó. Tính xác suất để khách hàng mua được:

a. 2 chính phẩm?
b. Một chính phẩm?
H1 =“2 sản phẩm lấy ra của dây chuyền 1”

H2 =“2 sản phẩm lấy ra của dây chuyền 2”

H3 =“2 sản phẩm lấy ra có 1 của dây chuyền 1 và 1 của dây chuyền 2”

{H1, H2, H3} – nhóm đấy đủ các biến cố

Số các cách lấy ra 2 sản phẩm là: (sp1,sp2); (sp2,sp1); (sp1,sp1); (sp2,sp2)
Vì vậy: P(H1) = ¼ = P(H2); P(H3) = ½

a. X = “2 sản phẩm lấy ra là chính phẩm”

P(X) = P(H1)P(X|H1) + P(H2)P(X|H2) + P(H3)P(X|H3)

= 1/4. 0,982 + 1/4. 0,97+2 + 1/2. 0,98.0,97

b. Y = “trong 2 sản phẩm lấy ra có 1 chính phẩm và 1 phế phẩm”

P(Y) = P(H1)P(Y|H1) + P(H2)P(Y|H2) + P(H3)P(Y|H3)

=0,25. 0,98.0,02 + 0,25.0,97.0,03 + 0,5.(0,98.0,03 + 0,02.0,97)

6. Tỷ lệ phế phẩm của 1 công ty là 5%. Trước khi đưa ra thị trường, người ta
dùng 1 thiết bị để kiểm tra chất lượng để loại bỏ phế phẩm. Thiết bị kiểm tra có
độ chính xác với chính phẩm là 90%, phế phẩm là 99%.

a. Tìm tỷ lệ phế phẩm của công ty đó trên thị trường?

b. Tìm tỷ lệ chính phẩm bị loại?
c. Tìm tỷ lệ sai sót của thiết bị kiểm tra đó?
H1 =“sản phẩm kiểm tra là một phế phẩm” P(H1) = 0,05

H2 =“sản phẩm kiểm tra là một chính phẩm” P(H2) = 0,95

a. Tỷ lệ phế phẩm trên thị trường là tỷ lệ phế phẩm nhưng được kết luận là
chính phẩm.
A=“Sản phẩm được máy kết luận là chính phẩm”
P(A) = P(H1)P(A|H1) + P(H2)P(A|H2)
= 0,05. 0,01 + 0,95. 0,9 = 0,8555
Cần tính P(H1|A) = P(H1)P(A|H1)/P(A) = 0,05. 0,01 /0,8555 = 0,00058
b. Tìm tỷ lệ chính phẩm bị loại tư là chính phẩm bị kết luận là phế
phẩm
P(H2|Ā) = P(H2)P(Ā|H2) / P(Ā) = P(H2)[1 – P(A|H2)]/[1 – P(A)]
= 0,95.0,1/(1-0,8555) = 0,6574
c. Tìm tỷ lệ sai sót của thiết bị kiểm tra

B=“sản phẩm bị kết luận nhầm”

P(B) = P(H1)P(B|H1) + P(H2)P(B|H2)

= 0,05. 0,01 + 0,95.0,1 = 0,0955

7. Một kho rượu có 2 loại rượu A,B. Lấy ngẫu nhiên 1 chai cho 4 người kiểm tra,
với khả năng kết luận đúng của mỗi người là 80%. Giả sử có 3 người kết luận
chai rượu lấy ra là rượu loại A, 1 người kết luận là rượu loại B. Tìm xác suất để
chai rượu lấy ra đúng là chai rượu loại A?

H1=“lấy được chai rượu loại A” P(H1) = 0,5

H2=“lấy được chai rượu loại B” P(H2) = 0,5

A=“ba người kết luận chai rượu đó là loại A, một người kết luận là loại B”

P(A|H1) = C34 0,83.0,2 = 0,4096 P(A|H2) = C34. 0,23.0,8 = 0,0256

P(A) = P(H1)P(A|H1) + P(H2)P(A|H2)

= 0,5.C34 0,83.0,2 + 0,5.C34. 0,23.0,8 = 0,2176

Cần tính P(H1|A) = P(H1)P(A|H1)/P(A)

= 0,5. 0,4096/0,2176b= 0,9412

8. Lô thứ nhất có 80 chính phẩm, 20 phế phẩm. Lô thứ 2 có 70 chính phẩm, 30

phế phẩm. Chọn ngẫu nhiên 1 lô và lấy ra 1 sản phẩm thì được phế phẩm.

a. Tính xác suất để sản phẩm lấy ra thuộc lô 1?

b. Từ lô còn lại lấy ra 1 sản phẩm. Tìm xác suất để sản phẩm này cũng là phế
phẩm?

Hi=“lô thứ i được lấy ra” : i = 1.2 P(Hi) = ½

{H1, H2} nhóm đầy đủ các biến cố

A =“sản phẩm lấy ra là phế phẩm”

P(A) = P(H1)P(A|H1) + P(H2)P(A|H2)

= 0,5.1/5 + 0,5.3/10 = 0,25

a. Cần tính P(H1|A) = [P(H1)P(A|H1) ]/P(A) = 0,4

b. B=“từ lô còn lại lấy ra được 1 phế phẩm”

Ta có nhóm đầy đủ các biến cố là {H1|A, H2|A} với P(H1|A) = 0,4; P(H2|A) = 0,6
P(B) = P(H1|A) . P(B|H1A) + P(H2|A) . P(B|H2A)

= 0,4. 30/100 + 0,6. 20/100 = 0,24

9. Có 2 lô hàng. Lô thứ nhất có 6 chính phẩm, 4 phế phẩm. Lô thứ 2 có 7 chính
phẩm và 3 phế phẩm. Chọn ngẫu nhiên 1 lô và từ đó lấy ngẫu nhiên 1 sản phẩm
thì được chính phẩm. Tìm xác suất để lấy tiếp 2 sản phẩm nữa từ lô đó thì được 1
chính phẩm?

Hi=“lô thứ i được lấy ra” : i = 1.2 P(Hi) = ½

{H1, H2} nhóm đầy đủ các biến cố

A =“sản phẩm lấy ra là chính phẩm”

P(A) = P(H1)P(A|H1) + P(H2)P(A|H2)

= 0,5. 6/10 + 0,5.7/10 = 0.65

P(H1|A) = 0,5.0,6/0,65 = 6/13 P(H2|A) = 0,5.0,7/0,65 = 7/13

Ta có nhóm đầy đủ các biến cố là {H1|A, H2|A} với P(H1|A) = 6/13;

P(H2|A) = 7/13

B=“lấy tiếp 2 sản phẩm từ lô đó thì được 1 chính phẩm”

P(B) = P(H1|A) . P(B|H1A) + P(H2|A) . P(B|H2A)

= 6/13. C15C14/C29 + 7/13. C16C13/C29 = 0,526

10. Trung tâm cứu nạn Quốc gia nhận được tin báo là có 1 máy bay bị rơi. Theo
đánh giá thì khả năng máy bay rơi ở vùng núi, vùng biển và vùng đồng bằng
tương ứng là 0.6;0.3 và 0.1. Khả năng tìm thấy máy bay ở những vùng đó tương
ứng là 0.2;0.6;0.9:

a. Đầu tiên người ta cử ngay 1 đội tìm kiếm đến vùng núi và không tìm thấy
máy bay rơi. Vậy khả năng máy bay rơi ở các vùng nói trên là bao nhiêu?

b. Người ta cử tiếp 3 đội tìm kiếm khác đến tìm kiếm ở cả 3 nơi và vẫn không
thấy. Vậy khả năng máy bay rơi ở các vùng nói trên là bao nhiêu?

H1=“máy bay rơi ở vùng núi” P(H1) = 0,6

H2=“máy bay rơi ở vùng biển” P(H2) = 0,3

H3=“máy bay rơi ở vùng đồng bằng” P(H1) = 0,1

{H1, H2, H3} tạo thành nhóm đầy đủ accs biến cố vì..
a. A = “đội cứu hộ không tìm thấy may bay rơi ở vùng núi’
P(A) = P(H1)P(A|H1) + P(H2)P(A|H2) + P(H3)P(A|H3)

= 0,6.0,8 + 0,3. 1 +0,1.1 = 0,88

Cần tính P(H1|A) = 0,6.0,8/0,88 = 0,5455

P(H2|A) = 0,3.1/0,88 = 0,3409
P(H3|A) = 0,1/0,88 = 0,1136
b. B= “3 đội tìm kiếm khác đến 3 nơi và cũng không tìm thấy”
Ta có nhóm đầy đủ các biến cố là {H1|A, H2|A, H3|A}
P(B) = P(H1|A)P(B|H1A) + P(H2|A)P(B|H2A) + P(H3|A)P(B|H3A)
= 0,5455.0,8 + 0,3409.0,4 + 0,1136.0,1 = 0,5841
P(H1|B) = 0,5455.0,8/0,5841 = 0,7471

P(H2|B) = 0,3409.0,4/0,5841 = 0,2335

P(H3|B) = 0,1136.0,1/0,5841 = 0,0194

Vậy khả năng tìm thấy máy bay rơi ở vùng núi là cao nhất
Các kiến thức và dạng bài tập chương I:
— Đặt biến cố, xây dựng biến cố phức hợp
— Công thức tổng xác suất, biến cố xung khắc
— Công thức tích xác suất, biến cố độc lập
— Xác suất có điều kiện
— Công thức xác suất đầy đủ (***)
— Công thức Bayes (***)