Đây chỉ là bản upload để mình làm demo trên web, để tải bản đầy đủ bạn vui lòng truy cập vào website tuituhoc.com để tải nhé :). Chỉ cần search tiêu đề giống như ở đây :D
Chuyên Đề: Phương Tích - Trục Đẳng Phương
Luyện thi toán 9 vào 10, trung tâm gia sư toán thủ khoa Tài Đức Việt: 0936 128 126
Website: http://giasutoan.giasuthukhoa.edu.vn/
Đây chỉ là bản upload để mình làm demo trên web, để tải bản đầy đủ bạn vui lòng truy cập vào website tuituhoc.com để tải nhé :). Chỉ cần search tiêu đề giống như ở đây :D
Chuyên Đề: Phương Tích - Trục Đẳng Phương
Luyện thi toán 9 vào 10, trung tâm gia sư toán thủ khoa Tài Đức Việt: 0936 128 126
Website: http://giasutoan.giasuthukhoa.edu.vn/
Tuyển tập các bài Toán Hình học lớp 9 ôn thi vào 10BOIDUONGTOAN.COM
Tuyển tập các bài Toán Hình học lớp 9 ôn thi vào 10. Mọi thông tin cần hỗ trợ tư vấn học tập, đăng ký học, mua tài liệu Toán lớp 9 vui lòng liên hệ: 0976.179.282.
Tuyển tập các bài Toán Hình học lớp 9 ôn thi vào 10BOIDUONGTOAN.COM
Tuyển tập các bài Toán Hình học lớp 9 ôn thi vào 10. Mọi thông tin cần hỗ trợ tư vấn học tập, đăng ký học, mua tài liệu Toán lớp 9 vui lòng liên hệ: 0976.179.282.
Luận văn Bat đang thức trong so hoc và m t so Dạng toán liên quan.docx,các bạn có thể tham khảo thêm nhiều tài liệu và luận văn ,bài mẫu điểm cao tại teamluanvan.com
Để xem full tài liệu Xin vui long liên hệ page để được hỗ trợ
:
https://www.facebook.com/garmentspace/
https://www.facebook.com/thuvienluanvan01
HOẶC
https://www.facebook.com/thuvienluanvan01
https://www.facebook.com/thuvienluanvan01
tai lieu tong hop, thu vien luan van, luan van tong hop, do an chuyen nganh
GIÁO TRÌNH 2-TÀI LIỆU SỬA CHỮA BOARD MONO TỦ LẠNH MÁY GIẶT ĐIỀU HÒA.pdf
https://dienlanhbachkhoa.net.vn
Hotline/Zalo: 0338580000
Địa chỉ: Số 108 Trần Phú, Hà Đông, Hà Nội
1. Bộ môn Toán- Khoa Cơ bản
Trường Đại học Ngoại Thương Hà Nội
XÁC SUẤT& THỐNG KÊ
GIÁO VIÊN: NGUYỄN ĐỨC HIẾU
2. BÀI 1:
LÝ THUYẾT CƠ BẢN CỦA XÁC SUẤT
1. Giới thiệu
2. Không gian mẫu và biến cố
3. Các tiên đề xác suất
4. Không gian mẫu hữu hạn và Tổ hợp
5. Xác suất có điều kiện và biến cố độc lập
6. Định lý xác suất tổng và công thức Bayes
3. 1. GIỚI THIỆU
Ví dụ :
Một người tham gia 1 trò đố vui trúng thưởng. Có 4
con Át, gồm 2 con Át đỏ và 2 con Át đen.
Nếu người ấy rút được trúng 2 con Át cùng màu thì
sẽ được thưởng. Hãy tính khả năng được thưởng
của người đó ?
5. 1. GIỚI THIỆU
Lập luận: Khả năng thắng cuộc của người đó là 1/3.
Giải thích theo 1 cách không “xác suất ”:
Không mất tính tổng quát : Giả sử quân bài đầu tiên
màu đen.3 quân bài còn lại : 1 đỏ và 2 đen. Tỉ lệ
quân bài thứ 2 màu đen chỉ còn là 1/3.
Tương tự với việc quân bài đầu tiên là quân bài
màu đỏ.
7. 1.GIỚI THIỆU
Định nghĩa: Lý thuyết xác suất là 1 bộ môn của
toán học ứng dụng, nghiên cứu về sự ngẫu nhiên
Khách quan: Giới hạn của tần suất tương đối
Chủ quan: Mức độ tin tưởng
Giả sử rằng tần suất xuất hiện tương đối ỔN ĐỊNH
8. BÀI 1:
LÝ THUYẾT CƠ BẢN CỦA XÁC SUẤT
1. Giới thiệu
2. Không gian mẫu và biến cố
3. Các tiên đề xác suất
4. Không gian mẫu hữu hạn và Tổ hợp
5. Xác suất có điều kiện và biến cố độc lập
6. Định lý xác suất tổng và công thức Bayes
9. 2. KHÔNG GIAN MẪU VÀ BIẾN CỐ
Định nghĩa:
Tập hợp tất cả các kết quả có thể xảy ra của 1 phép
thử ngẫu nhiên được gọi là không gian mẫu, kí hiệu
là S (Ω)
Ví dụ: Tung một con xúc sắc và quan sát số chấm
xuất hiện
Không gian mẫu trong trường hợp này là
S={1,2,3,4,5,6}
10. 2. KHÔNG GIAN MẪU VÀ BIẾN CỐ
Ví dụ
Tung một con xúc sắc và tính số lần tung cho đến
khi được 6 chấm: S={1,2,3,4,….}
11. 2. KHÔNG GIAN MẪU VÀ BIẾN CỐ
Ví dụ: Bật một bóng đèn điện và theo dõi thời gian
sáng ( tuổi thọ) của bóng đèn.
12. 2. KHÔNG GIAN MẪU VÀ BIẾN CỐ
Không gian mẫu trong trường hợp này không thể
xác định rõ ràng
Phương án thuận tiện nhất là gán tuổi thọ bóng đèn
cho một số thực không âm và viết S=[0,∞]
Giá trị 0 ở đây có nghĩa là ngay khi bắt đầu bóng
đèn đã vỡ
Giá trị ∞ có nghĩa là tuổi thọ bóng đèn kéo dài hơn
rất nhiều so với thời gian ta có thể theo dõi.
13. 2. KHÔNG GIAN MẪU VÀ BIẾN CỐ
Định nghĩa : A là 1 tập hợp con của S
ký hiệu A ⊂ S, được gọi là 1 biến cố
Ví dụ: Tung 1 con xúc sắc và tính số chấm thu
được
A là biến cố số chấm là lẻ & B là biến cố có số
chấm nhỏ nhất là 4.
S= {1,2,3,4,5,6}
A= {1,3,5}
B= {4,5,6}
14. 2. KHÔNG GIAN MẪU VÀ BIẾN CỐ
Các kí hiệu và phép toán cơ bản với tập hợp
A ∪ B: A hoặc B (hoặc cả 2 cùng xảy ra)
A ∩ B: Cả A và B cùng xảy ra
A B: A xảy ra nhưng B không xảy ra
̅ - : A không xảy ra
∅: Tập rỗng, biến cố không thể
15. 2. KHÔNG GIAN MẪU VÀ BIẾN CỐ
Mệnh đề : Giả sử A,B,C là 3 biến cố của 1 phép thử
Quy luật phân phối
(A B) C = (A C ) (B C )
(A B ) C = (A C) ( B C )
Quy luật Morgan
16. 2. KHÔNG GIAN MẪU VÀ BIẾN CỐ
A B
A B
BA
SƠ ĐỒ VENN
A∩B
17. BÀI 1:
LÝ THUYẾT CƠ BẢN CỦA XÁC SUẤT
1. Giới thiệu
2. Không gian mẫu và biến cố
3. Các tiên đề xác suất
4. Không gian mẫu hữu hạn và Tổ hợp
5. Xác suất có đều kiện và độc lập
6. Định lý xác suất tổng và công thức Bayes
18. 3. CÁC TIÊN ĐỀ XÁC SUẤT
Định nghĩa
Một độ đo xác suất là một hàm P, gán cho
biến cố A 1 số P(A) thỏa mãn
(a) 0 ≤ P(A) ≤ 1
(b) P(S) =1
(c) Các biến cố A1, A2 ,… An là các tập hợp đôi một
xung khắc, tức là Ai ∩ Aj = ∅ với i ≠ j thì:
P (⋃ )=∑ )
P(A) gọi là xác suất của biến cố A
19. 3. CÁC TIÊN ĐỀ XÁC SUẤT
Mệnh đề:
P là 1 độ đo xác suất
P(∅) = 0
Nếu A1, A2 ,… An đôi một không giao nhau:
P (⋃ )=∑ )
20. 3. CÁC TIÊN ĐỀ XÁC SUẤT
Mệnh đề:
Với P là một độ đo xác suất trong không gian mẫu
S,với hai biến cố A và B . Ta có:
(a) P ( ) = 1 – P(A)
(b) P (AB) =P (A) – P(A ∩ B)
(c) P (A∪B) = P(A) + P(B) – P(A∩B)
(d) Nếu A ⊂ B, thì P(A) P (B)
21. 3. CÁC TIÊN ĐỀ XÁC SUẤT
Ví dụ : Tỉ lệ mưa vào thứ 7 là 50%, tỉ lệ mưa vào
chủ nhật là 50%. Như vậy tỉ lệ có mưa dịp cuối tuần
là 100% . Nhận định trên là đúng hay là sai?
SAI
22. 3. CÁC TIÊN ĐỀ XÁC SUẤT
Gọi A là xác suất mưa vào thứ 7
Gọi B là xác suất mưa vào Chủ nhật
=> P (A) =P (B) = 0.5
Xác suất mưa suốt cả cuối tuần là P (A ∪ B)
Áp dụng công thức (c)
P (A ∪ B) = P (A) + P (B) – P (A ∩B)
= 1 – P (A ∩B)
23. 3. CÁC TIÊN ĐỀ XÁC SUẤT
Giả sử A, B , C là 3 biến cố của 1 phép thử ngẫu
nhiên. Ta có:
P(A ∪ B ∪ C)= P(A) + P (B) + P(C) –
P (A ∩ B) – P(A ∩ C) – P(B ∩ C) + P(A ∩ B ∩ C)
Ví dụ : Chọn ngẫu nhiên 1 số tự nhiên nằm trong
khoảng từ 1 đến 100. Xác suất để số đó chia hết cho
2, 3 và 5 là bao nhiêu
24. 3. CÁC TIÊN ĐỀ XÁC SUẤT
Gọi Ak là biến cố chọn được số chia hết cho k
P(A2 ) = 0.5 P(A3 )= 1/3=0.33 P ( A5 )= 0.2
P (A2 ∩ A3) = P (A6) = 0.16
P (A2 ∩ A5 ) = P (A10) = 0.1
P(A3 ∩ A5 ) = P (A15 ) =0.06
P (A ∩ 2A3 ∩ A5 ) = P (A30) = 0.03
=> P (A2 ∪A3∪A5 ) = P(A2 ) + P(A3 ) + P ( A5 ) – P
(A2 ∩ A3) – P (A2 ∩ A5 ) – P(A3 ∩ A5 ) + P (A ∩ 2A3
∩ A5 ) = 0.74
25. 3. CÁC TIÊN ĐỀ XÁC SUẤT
Mệnh đề:
Tổng quát:
Giả sử A1 , A2 ,...,An là n biến cố của 1 phép thử.
Ta có:
P(⋃ )= ∑ ∑ ∩
∑ ∩ ∩ ... + (-1)n+1 . P( A1 ∩
A2 .... ∩ An )
26. 3. CÁC TIÊN ĐỀ XÁC SUẤT
Mệnh đề:
Nếu A1 ,A2 ,....An cùng tăng hoặc cùng giảm thì:
P ( lim ) = lim
→ →
27. BÀI 1:
LÝ THUYẾT CƠ BẢN CỦA XÁC SUẤT
1. Giới thiệu
2. Không gian mẫu và biến cố
3. Các tiên đề xác suất
4. Không gian mẫu hữu hạn và Tổ hợp
5. Xác suất có đều kiện và độc lập
6. Định lý xác suất tổng và công thức Bayes
28. 4. KHÔNG GIAN MẪU HỮU HẠN
VÀ TỔ HỢP
Giả sử không gian mẫu S là hữu hạn:
S = {s1 , s2 .., sn }
29. 4. KHÔNG GIAN MẪU HỮU HẠN
VÀ TỔ HỢP
Mệnh đề:
Giả sử p1 ,...pn là các số thỏa mãn
(a) pk ! 0
(b) ∑ pk " 1
và với mọi biến cố A ⊆S, xác định:
P(A)=∑ pk
P là một độ đo xác xuất
30. 4. KHÔNG GIAN MẪU HỮU HẠN
VÀ TỔ HỢP
Ví dụ: Tung 2 đồng xu Sấp Ngửa
S={SS,NN,NS,SN}
% =%& " ⋯ " %( =
(
Số lần xuất hiện mặt ngửa:
S={0,1,2}
%) = & % = &%& =
( & (
31. 4. KHÔNG GIAN MẪU HỮU HẠN
VÀ TỔ HỢP
Trường hợp mọi kết quả là như nhau- đồng khả năng
% =%& " ⋯ " % =
Phân phối đồng nhất trên S.
Công thức xác suất của biến cố A sẽ là:
% =%& " ⋯ " % P(A)=
,+, ⊂-
32. 4. KHÔNG GIAN MẪU HỮU HẠN
VÀ TỔ HỢP
#A: Số thành phần của A
Công thức xác suất cổ điển:
#A : Số các kết quả thuận lợi cho biến cố A
33. 4. KHÔNG GIAN MẪU HỮU HẠN
VÀ TỔ HỢP
Hệ quả:
Trong một không gian mẫu hữu hạn, với sự phân
phối xác suất thống nhất
.ố ế1 23ả 153ậ 7ợ
P(A)=
.ố ế1 23ả 9ó 15ể <ả= >?
34. 4. KHÔNG GIAN MẪU HỮU HẠN
VÀ TỔ HỢP
Ví dụ : Tung 3 con xúc sắc độc lập. Xác suất để 3
con xúc sắc hiện cùng 1 mặt là bao nhiêu ?
35. 4. KHÔNG GIAN MẪU HỮU HẠN
VÀ TỔ HỢP
Dễ thấy không gian mẫu gồm 6.6.6 = 216 kết quả
tức là 216 bộ ba có thứ tự(i,j,k)
Tập hợp các kết quả thuận lợi cho biến cố A là:
A={(1,1,1), (2,2,2),.... (6,6,6)}
=> P(A) = 6/216= 1/36
36. 4. KHÔNG GIAN MẪU HỮU HẠN
VÀ TỔ HỢP
Ví dụ: 1 gia đình có 3 người con. Tính xác suất để
gia đình đó có đúng 1 con gái
S={bbb, bbg,bgb ,bgg, gbb, gbg, ggb, ggg }
P( 1 con gái)=3/8
37. 4. KHÔNG GIAN MẪU HỮU HẠN
VÀ TỔ HỢP
Tổ hợp
Tổ hợp là ‘’toán học của phép đếm’’,
hỗ trợ rất nhiều cho các vấn đề của xác suất
38. 4. KHÔNG GIAN MẪU HỮU HẠN
VÀ TỔ HỢP
Mệnh đề:
Thực hiện r phép thử có thứ tự,
trong đó có n1 kết quả có thể xảy ra ở phép thử 1
n2 kết quả có thể xảy ra ở phép thử 2, ....,
nr kết quả có thể xảy ra ở phép thử thứ r .
Có tổng cộng n1 n2 ...nr kết quả có thể cho dãy n
phép thử
Qui tắc nhân
39. 4. KHÔNG GIAN MẪU HỮU HẠN
VÀ TỔ HỢP
Ví dụ : 1 lớp học 20 người, 10 nam, 10 nữ.
Trong 20 học sinh này, chọn ngẫu nhiên 1 người
làm lớp trưởng, 1 người làm lớp phó.
Tính xác suất để lớp trưởng là nữ và lớp phó là
nam ?
40. 4. KHÔNG GIAN MẪU HỮU HẠN
VÀ TỔ HỢP
Không mất tính tổng quát giả sử ta chọn lớp trưởng
trước rồi chọn lớp phó .
20 cách chọn lớp trưởng
Mỗi cách chọn lớp trưởng ta có 19 cách chọn lớp phó.
Vì vậy có 20.19= 380 cách chọn lớp trưởng và lớp phó
(Qui tắc nhân)
Có 10 cách chọn lớp trưởng là nữ và cũng có 10 cách
chọn lớp phó là nam => có 10.10= 100 cách chọn lớp
trưởng là nữ và lớp phó chủ tịch là nam.
Vậy Xác suất P = 100/380 @ 0.26
41. 4. KHÔNG GIAN MẪU HỮU HẠN
VÀ TỔ HỢP
Ví dụ : Trong 1 nhóm gồm 100 người, xác suất để
có ít nhất 2 người có cùng ngày sinh là bao nhiêu ?
42. 4. KHÔNG GIAN MẪU HỮU HẠN
VÀ TỔ HỢP
1 năm có 365 ngày 365 ngày sinh nhật.
Không gian mẫu S bào gồm 365100 kết quả
Gọi A là biến cố ít nhất có 2 người trùng ngày sinh
=> ( hay là ) là biến cố 100 người có ngày sinh
khác nhau.
Với , số các kết quả thuận lợi cho biến cố này là:
365 x 364 x ….x 266
P (A) = 1 – P( ) = 1 – ( 365 x 364 x… x
266) / 365100 @ 0,99999997
43. 4. KHÔNG GIAN MẪU HỮU HẠN
VÀ TỔ HỢP
Ví dụ: Lance ở trong 1 nhóm gồm 100 người và
hỏi mọi người về ngày sinh. Xác suất để có ít nhất
1 người trùng ngày sinh với Lance là bao nhiêu ?
44. 4. KHÔNG GIAN MẪU HỮU HẠN
VÀ TỔ HỢP
B là biến cố ít nhất 1 người trong 99 người còn lại
có cùng ngày sinh với Lance
=> A là xác suất cả 99 người đều có ngày
sinh khác Lance
Không gian mẫu S gồm 36599 kết quả,
Số các kết quả thuận lợi cho A là 36499.
P(B) = 1- P (A ) = 1- 36499 / 365 99 @ 0.24
45. 4. KHÔNG GIAN MẪU HỮU HẠN
VÀ TỔ HỢP
Số tổ hợp chập k của n phần tử:
Là số tập con k phần tử của tập mẫu n phần tử
!
=
! C !
Ví dụ: (Poker)Rút ngẫu nhiên không hoàn 5 quân bài
từ bộ bài 52 lá. Tính xác suất
a. Không có con Rô nào
b. Có đúng k con Rô
c. Nhiều khả năng nhất là rút được mấy con Rô
47. 4. KHÔNG GIAN MẪU HỮU HẠN
VÀ TỔ HỢP
H
FG
a. H
HI
, HK,
JF FG
b. P= H
HI
48. 4. KHÔNG GIAN MẪU HỮU HẠN
VÀ TỔ HỢP
Ví dụ :Một hộp có 10 bóng trắng, 10 bóng đỏ,
10 bóng đen. Lẫy ngẫu nhiên 5 bóng không hoàn
lại. Tính xác suất ta không lấy được đủ các màu
49. 4. KHÔNG GIAN MẪU HỮU HẠN
VÀ TỔ HỢP
Ví dụ :Một hộp có 10 bóng trong đó : 6 đỏ, 4 xanh.
Lẫy ngẫu nhiên 3 bóng. Tính xác suất :
a. Cả 3 quả bóng đều là đỏ.
b. Có đúng 2 bóng đỏ
50. BÀI 1:
LÝ THUYẾT CƠ BẢN CỦA XÁC SUẤT
1. Giới thiệu
2. Không gian mẫu và biến cố
3. Các tiên đề xác suất
4. Không gian mẫu hữu hạn và Tổ hợp
5. Xác suất có điều kiện và biến cố độc lập
6. Định lý xác suất tổng và công thức Bayes
51. 5. XÁC SUẤT CÓ ĐIỀU KIỆN VÀ
CÁC BIẾN CỐ ĐỘC LẬP
Giả sử B là một biến cố thỏa mãn P (B) >0.
Với mọi biến cố A, ta định nghĩa xác suất của biến
cố A với điều kiện biến cố B đã xảy ra là:
L -∩M
P (A|B) =
L M
52. 5. XÁC SUẤT CÓ ĐIỀU KIỆN VÀ
CÁC BIẾN CỐ ĐỘC LẬP
Ví dụ : Tung 1 con xúc sắc.
A là biến cố thu được số chấm lẻ, B là biến cố thu
được số chấm ít nhất là 4. Tính P(A|B)
P(A|B) là xác suất đạt được số chấm lẻ khi chắc
chắn đã thu được ít nhất là 4 chấm
P(A∩B) = P ({5}) = 1/6
P (B) = ½
P(A∩B) /O
P(A|B) = = = 1/3
P (B) /&
53. 5. XÁC SUẤT CÓ ĐIỀU KIỆN VÀ
CÁC BIẾN CỐ ĐỘC LẬP
Ví dụ : Xác suất mưa thứ 7 bằng xác suất mưa chủ
nhật là 0.5. Ta giả sử rằng xác suất để mưa ngày
nào đó trong điều kiện đã mưa hôm trước là 0.7.
Tính xác xuất để có mưa cuối tuần
54. 5. XÁC SUẤT CÓ ĐIỀU KIỆN VÀ
CÁC BIẾN CỐ ĐỘC LẬP
A- biến cố mưa thứ bảy
B- biến cố mưa chủ nhật
P(A∪ A " 0.5 0.5 (A∩ A
(A∩ A =P(A).P(B|A)=0.5*0.5=0.35
P(A∪ A "0.65
55. 5. XÁC SUẤT CÓ ĐIỀU KIỆN VÀ
CÁC BIẾN CỐ ĐỘC LẬP
Mệnh đề:
Với B xác định, P(A|B) thỏa mãn các tiên đề xác
xuất sau:
(a) 0 P (A|B) 1
(b) P(S|B) =1
(c) Nếu hệ các biến cố A1 ,A2 ,….đôi một không
giao nhau ta có:
P(⋃ |A) = ∑ |A
56. 5. XÁC SUẤT CÓ ĐIỀU KIỆN VÀ
CÁC BIẾN CỐ ĐỘC LẬP
Hệ quả:
Giả sử rằng các xác suất có điều kiện đã xác định,
ta có những hệ quả sau:
(a) P( |B)= 1– P (A|B)
(b) P (BA|C ) = P (B |C) – P(A∩B|C)
(c) P (A∪B|C) = P (A|C) + P(B|C) – P(A ∩ B|C)
(d) Nếu A⊆B, thì P (A|C) P(B|C)
57. 5. XÁC SUẤT CÓ ĐIỀU KIỆN VÀ
CÁC BIẾN CỐ ĐỘC LẬP
Biến cố độc lập
Định nghĩa Nếu A, B là 2 biến cố thỏa mãn:
P A ⋂ B " P A . P B
thì ta nói A, B là 2 biến cố độc lập
C, D là 2 biến cố không đôc lập là hai biến
cố phụ thuộc.
58. 5. XÁC SUẤT CÓ ĐIỀU KIỆN VÀ
CÁC BIẾN CỐ ĐỘC LẬP
Mệnh đề:
Nếu P (A|B) xác định, thì các biến cố A,B độc lập
với nhau khi và chỉ khi P (A) = P (A|B)
V
Nếu A và B là 2 biến cố độc lập thì, A vàA (B)
cũng là 2 biến cố độc lập với nhau.
59. 5. XÁC SUẤT CÓ ĐIỀU KIỆN VÀ
CÁC BIẾN CỐ ĐỘC LẬP
Ví dụ : Xác suất mưa thứ 7 bằng xác suất mưa chủ
nhật là 0.5. Ta giả sử rằng mưa thứ bảy và mưa chủ
nhật là 2 biến cố độc lập. Tính xác xuất để mưa suốt
cuối tuần
P A ⋂ B =?
60. 5. XÁC SUẤT CÓ ĐIỀU KIỆN VÀ
CÁC BIẾN CỐ ĐỘC LẬP
Gọi A là biến cố mưa vào thứ 7
B là biến cố mưa vào CN
Biến cố mưa suốt cuối tuần là A∩B
Ta có: P(A ∩ B) = P (A) . P(B) = ½ . ½ = ¼
61. 5. XÁC SUẤT CÓ ĐIỀU KIỆN VÀ
CÁC BIẾN CỐ ĐỘC LẬP
Ví dụ Rút ngẫu nhiên 1 quân bài từ bộ bài 52 lá.
Gọi biến cố A là biến cố rút được con Át, biến cố B
là biến cố rút được con Cơ. Hỏi biến cố A và B có
độc lập với nhau không ?
62. 5. XÁC SUẤT CÓ ĐIỀU KIỆN VÀ
CÁC BIẾN CỐ ĐỘC LẬP
Giải
Xác suất bốc được con át là P(A) = 4/52
Xác suất bốc được con cơ là P (B) = 13/52=1/4
Xác suất bốc được con Át cơ là P (A∩B) =1/52
Ta thấy P (A∩B) = P(A). P(B)
Vậy A,B là 2 biến cố độc lập
Hai biến cố độc lập có phải là hai biến cố không
giao nhau không?
63. 5. XÁC SUẤT CÓ ĐIỀU KIỆN VÀ
CÁC BIẾN CỐ ĐỘC LẬP
Định nghĩa
Ba biến cố A,B,C độc lập với nhau khi thỏa mãn 2
điều kiện sau:
(a) Độc lập với nhau từng đôi một
(b) P (A∩B ∩ C) = P(A).P(B).P(C)
Định nghĩa
Các biến cố A1 ,A2 ,… được gọi là độc lập nếu
P(A1 ∩A2 ∩ …. ∩ Ak ) = P (A1). P (A2)….. P(Ak)
Với trình tự các số nguyên thỏa mãn i1 < i2 <….<ik ,
k=2,3,…..
64. 5. XÁC SUẤT CÓ ĐIỀU KIỆN VÀ
CÁC BIẾN CỐ ĐỘC LẬP
Ví dụ: Tung con xúc sắc cho đến khi được 6 chấm
thì dừng lại. Tính xác suất để nó là lần thứ n
B- biến cố thu được 6 chấm
Và Ak là biến cố thu được 6 chấm ở lần thứ k
Ở đây kết quả của các lần tung xúc sắc là độc lập
A " ∩ & ∩. . . C ∩ W
" . & ... C W
C
5 5 5 1 1 5
" . . ... "
6 6 6 6 6 6
65. 5. XÁC SUẤT CÓ ĐIỀU KIỆN VÀ
CÁC BIẾN CỐ ĐỘC LẬP
Hệ quả
Trong những lần thử độc lập lập đi lập lại, bất kì biến
cố nào với xác suất tích cực có thể xảy ra sớm hơn
hoặc muộn hơn.
66. BÀI 1:
LÝ THUYẾT CƠ BẢN CỦA XÁC SUẤT
1. Giới thiệu
2. Không gian mẫu và biến cố
3. Các tiên đề xác suất
4. Không gian mẫu hữu hạn và Tổ hợp
5. Xác suất có điều kiện và biến cố độc lập
6. Định lý xác suất tổng và công thức Bayes
67. 6. ĐỊNH LÝ XÁC SUẤT TỔNG
VÀ CÔNG THỨC BAYES
Định lý xác suất tổng
Giả sử B1 ,B2 ,….là các biến cố thỏa mãn
(a) P(Bk) >0 với k = 0,1,2,3…
(b) Bi và Bk xung khắc với i ≠k
(c) S= ⋃ Ak
Với biến cố A bất kì, ta có
P(A) = ∑ (A|Bk). P(Bk)
68. 6. ĐỊNH LÝ XÁC SUẤT TỔNG
VÀ CÔNG THỨC BAYES
B1 B2 A
A ∩ B2 A ∩ Bk
69. 6. ĐỊNH LÝ XÁC SUẤT TỔNG
VÀ CÔNG THỨC BAYES
Hệ quả:
Nếu 0< P(B) <1. Ta có:
P(A) = P(A|B). P(B) + P(A| A ). P(A )
70. 6. ĐỊNH LÝ XÁC SUẤT TỔNG
VÀ CÔNG THỨC BAYES
Ví dụ: Ở Hoa Kỳ, nguy cơ bị ung thư phổi là 0.1%
trong dân số. 20% dân số là những người hút thuốc
lá. Trong số đó nguy cơ ung thư phổi là 0.4%. Tính
nguy cơ bị ung thư phổi của những người không hút
thuốc lá
71. 6. ĐỊNH LÝ XÁC SUẤT TỔNG
VÀ CÔNG THỨC BAYES
Gọi C là biến cố bị ung thư phổi
S là biến cố hút thuốc lá Y là biến cố không
hút thuốc.
P (C) = 0.001, P (S)= 0.20 và P (C|S) = 0.004.
Định lý xác suất tổng
P (C) = P(C|S).P(S) + P(C|Y )P(Y )
0.001= 0.004 * 0.20 + P(C|Y ) * 0.8
=> P(C|Y ) = 0.00025
72. 6. ĐỊNH LÝ XÁC SUẤT TỔNG
VÀ CÔNG THỨC BAYES
Công thức Bayes
Với các giả sử trong định lý xác suất tổng và
nếu P(A) > 0 với mọi biến cố Bj ta có:
P (A|Z[).P(Z[)
P(Z[ |A)= ∑
,]J L (A|Z^ ).P(Z^ )
73. 6. ĐỊNH LÝ XÁC SUẤT TỔNG
VÀ CÔNG THỨC BAYES
Hệ quả: Nếu 0 < P(B) <1 và P (A) > 0. Ta có:
L - M .L M
P(B|A) =
L - M .L M _L - M` .L M `
74. 6. ĐỊNH LÝ XÁC SUẤT TỔNG
VÀ CÔNG THỨC BAYES
Ví dụ: Bài thi GMAT là yêu cầu để vào học chương
trình học sau Đại học tại Hoa Kỳ với điểm đạt được
sẽ từ 200 đến 800. Có nhiều khóa học chuẩn bị thi
GMAT. Thống kê cho thấy:52% những người đạt
điểm GMAT trên 650 có tham gia khóa học chuẩn bị.
23% những người đạt điểm GMAT dưới 650 đã tham
gia khóa học chuẩn bị.
Một người chuẩn bị thi GMAT, xác suất để anh ta
trên 650 là 10%.
Anh chỉ tham gia khóa học chuẩn bị chi phí $500
nếu như cơ hội đạt được điểm GMAT trên 650 cao
hơn gấp đôi. Vậy anh ta có nên tham gia khóa học
chuẩn bị không ?
76. 6. ĐỊNH LÝ XÁC SUẤT TỔNG
VÀ CÔNG THỨC BAYES
Trước tiên ta đặt tên các biến cố
A = điểm GMAT từ 650 trở lên P(A)=0.1
= điểm GMAT thấp hơn 650 P( )=0.9
B = Tham gia khóa học chuẩn bị P(B|A) = 0.52
A " Không tham gia khóa học chuẩn bị
P(B| ) = 0.23
77. 6. ĐỊNH LÝ XÁC SUẤT TỔNG
VÀ CÔNG THỨC BAYES
P (A |A) = 1 – 0.52 = 0.48
P (A | ) = 1 – 0.23 = 0.77
Đề bài yêu cầu chúng ta tính P ( A|B)
L -P(B|A)
P(A|B) =
L - P(B|A) P(-` )P(B| -` )
). )∗).b&
= =0.201
). )∗).b&_).c)∗).&d
Vậy người đó nên theo khóa học chuẩn bị
78. 6. ĐỊNH LÝ XÁC SUẤT TỔNG
VÀ CÔNG THỨC BAYES
Sử dụng sơ đồ hình cây, ta có:
P(A∩B)=0.052
P(B|A) = 0.52
P(A)=0.1 P(A∩ A |)=0.052
P (A |A)=0.48
P( ∩ A)=0.0207
P( )=0.9
P( ∩ A ) =0.693
79. 6. ĐỊNH LÝ XÁC SUẤT TỔNG
VÀ CÔNG THỨC BAYES
Sử dụng sơ đồ hình cây, ta có:
80. 6. ĐỊNH LÝ XÁC SUẤT TỔNG
VÀ CÔNG THỨC BAYES
P(B) = P(A∩B) + P( V ∩ A = 0.52 + 0.207 =0.259
P(A∩B)
P(A|B) = = 0.201
P(B)
Cùng kết quả
81. 6. ĐỊNH LÝ XÁC SUẤT TỔNG
VÀ CÔNG THỨC BAYES
Phương pháp đệ qui
Ý tưởng: Đặt điều kiện trên 1 số trường hợp có
thể giải quyết một cách dễ dàng rồi nó sẽ dẫn dắt ta
quay trở lại với vấn đề gốc.
82. 6. ĐỊNH LÝ XÁC SUẤT TỔNG
VÀ CÔNG THỨC BAYES
Phương pháp đệ qui
Ví dụ: Trong bộ phim Người Tốt, Kẻ Xấu và Tên Vô Lại
( The Good, the Bad and the Ugly (1966).
Ba cao bồi đứng ở ba góc trên sân Nghĩa trang sẵn sàng,
súng đã lên đạn và sẵn sàng nhả đạn vào nhau. Blondie bắn
trúng 100% mục tiêu. Angel Eyes bắn chính xác với xác
suất là 0.9 còn Tuco là 0.5. Giả sử họ sẽ bắn lần lượt ( trừ
phi bị bắn và Tuco là người đầu tiên bắn. Vậy Tuco sẽ bắn
thế nào để tăng xác suất sống sót của hắn.
84. 6. ĐỊNH LÝ XÁC SUẤT TỔNG
VÀ CÔNG THỨC BAYES
S- Tuco sống sót
H- Tuco bắn trúng đích
Giả sử:Tuco bắn Blondie.
Nếu trượt, Blondie sẽ hạ Angel Eyes
và đến lượt Tuco bắn hạ Bloondie
phát nữa
P (S) = P(S|H).P(H)+ P(S|f )P(f )