Professional Documents
Culture Documents
XÁC SUẤT
(Probability)
1.1. THÍ NGHIỆM NGẪU NHIÊN, KHÔNG GIAN MẪU, BIẾN CỐ:
Thí nghiệm ngẫu nhiên là một thí nghiệm có hai đặc tính :
- Không biết chắc hậu quả nào sẽ xảy ra.
- Nhưng biết được các hậu quả có thể xảy ra
Ví dụ:
Tung một con xúc sắc là một thí nghiệm ngẫu nhiên vì :
- Ta không biết chắc mặt nào sẽ xuất hiện
- Nhưng biết được có 6 trường hợp xảy ra (xúc sắc có 6 mặt 1, 2, 3, 4, 5, 6)
Ràng buộc:
- Con xúc sắc đồng chất để 6 mặt đều có thể xuất hiện như nhau.
- Cách tung xúc sắc không cố ý thiên vị cho mặt nào hiện ra.
Tập hợp các hậu quả có thể xảy ra trong thí nghiệm ngẫu nhiên gọi là không gian mẫu của
thí nghiệm đó.
Ví dụ:
Không gian mẫu của thí nghiệm thảy một con xúc xắc là: E = {1, 2, 3, 4, 5, 6}
Không gian mẫu của thí nghiệm thảy cùng một lúc hai đồng xu là:
E = {SS, SN, NS, NN} với S: Sấp, N: Ngửa
a) Biến cố
- Mỗi tập hợp con của không gian mẫu là một biến cố
- Biến cố chứa một phần tử gọi là biến cố sơ đẳng
Ví dụ:
Trong thí nghiệm thảy 1 con xúc sắc :
- Biến cố các mặt chẵn là : {2, 4, 6}. Biến cố các mặt lẻ: {1, 3, 5}
- Các biến cố sơ đẳng là : {1}, {2}, {3}, {4}, {5}, {6}
B
A∪B
E
A
B
A∩B
A E
A∩B=φ B
Ví dụ:
Trong thí nghiệm thảy một con xúc sắc, ta có không gian mẫu: E = {1, 2, 3, 4, 5, 6}
- Gọi A là biến cố mặt lẻ xuất hiện => A = {1, 3, 5}
- Gọi B là biến cố khi bội số của 3 xuất hiện => B = {3, 6}
- Gọi C là biến cố khi mặt 4 xuất hiện => C = {4}, biến cố sơ đẳng.
Ta có:
A ∪ B = {1, 3, 5, 6}
A ∩ B = {3}
A = {2,4,6} : biến cố khi mặt chẵn xuất hiện.
A ∩ C = φ => A và C là 2 biến cố cách biệt.
Nếu thông gian mẫu E có N biến cố sơ đẳng và biến cố A có n biến cố sơ đẳng thì xác
suất của biến cố A là :
n(A)
P(A) =
N
Một cách khác ta có thể viết :
Soá tröôøng hôïp A xaûy ra
P(A) =
Soá tröôøng hôïp coù theå xaûy ra
Ví dụ:
Trong thí nghiệm thảy một con xúc sắc, xác suất biến cố các mặt chẵn xuất hiện là :
n(A) 3 1
P(A) = = =
N 6 2
P (A ∪ B) = P (A) + P(B) - P( A ∩ B)
Chứng minh:
Gọi N : là số phần tử của không gian mẫu E
n1: là số phần tử của (A - B)
n2: là số phần tử của (A∩B)
n3: là số phần tử của (B - A)
A
n1 n2 n3
B
Gọi P (B / A) là xác suất có điều kiện của biến cố B sau khi biến cố A đã thực hiện.
hay
Chứng minh :
• Gọi E là không gian mẫu chứa hai biến cố A,B
• Giả sử A thực hiện rồi thì A là biến cố chắc chắn, ta có thể chọn A làm không gian
mẫu thu gọn.
• Biến cố B thực hiện sau khi biến cố A xảy ra trở thành biến cố B/A.
• Trong không gian mẫu biến cố B/A thực hiện nếu và chỉ nếu A ∩ B thực hiện.
r ∈ B/A Ù r ∈ A ∩ B
A E
Cho hai biến cố A và B trong không gian mẫu E, xác suất của biến cố giao được tính:
Biến cố gọi là độc lập với biến cố A về phương diện xác suất nếu xác suất của biến cố B
không thay đổi cho dù biến cố A đã xảy ra, nghĩa là:
P(B/A) = P(B) ngược lại: P(A/B) = P(A)
Trong trường hợp hai biến cố độc lập, công thức nhân trở thành:
P(A∩B) = P(A) * P(B)
Giả sử biến cố B xảy ra khi và chỉ khi một trong các biến cố của hệ đầy đủ cách biệt nhau
từng đôi một A1, A2…, Ak xảy ra.
Biết xác suất P(Ai) và P(B/Ai) hãy tìm P(B)
A1 A2 Ak E
Công thức này được gọi là công thức xác xuất đầy đủ.
Ví dụ:
Trong nhà máy có 4 phân xưởng. Phân xưởng I sản xuất chiếm 1/3 tổng sản lượng của
nhà máy; Phân xưởng II chiếm 1/4; Phân xưởng III chiếm 1/4; Phân xưởng IV chiếm 1/6.
Tỷ lệ phế phẩm tương ứng với các phân xưởng là 0,15; 0,08; 0,05; 0,01.
Tìm xác suất để lấy ngẫu nhiên một sản phẩm trong kho sản phẩm của nhà máy thì sản
phẩm đó là phế phẩm
Giải :
Gọi A1, A2, A3, A4 là biến cố lấy đúng một sản phẩm của phân xưởng I,II,III,IV.
Gọi B là biến cố lấy được một phế phẩm
B = (B∩A1) ∪ (B∩A2) ∪ (B∩A3) ∪ (B∩A4)
4
==> P(B) = ∑ P(B / A i ) * P(A i )
i =1
Theo đề bài:
P(A1) = 1/3, P(A2) = 1/4, P(A3)= 1/4, P(A4) = 1/6, ∑ P(Ai) = 1
P(B/A1) = 0,15, P(B/A2) = 0,08, P(B/A3) = 0,05, P(B/A4) = 0,01
Vậy P(B) =1/3 * 0,15 + 1/4 * 0,08 + 1/4 * 0,05 + 1/6 * 0,01 = 0,0816
Giải bài toán ngược của bài toán trên, tức là biết các P(Ai), P(B/Ai) và biến cố B đã xảy
ra, tìm P(Ai/B)
Ta có : B = (B∩A1) ∪ (B∩A2) ∪ (B∩A3) ∪ (B∩A4)
và P(Ai∩B) = P(Ai/B) * P(B) = P(B/Ai) * P(Ai)
P(B/A i ) * P(A i )
P(Ai /B) =
P(B)
P(B/A i ) * P(A i )
P(Ai /B) = k
∑ P(B/A i ) * P(A i )
i =1
Nếu tiến hành những phép thử độc lập, trong mỗi phép thử xác suất hiện của biến cố A
như nhau và bằng p thì xác suất để biến cố A xuất hiện k lần trong n phép thử đó được
biểu diễn bằng công thức Bernoulli
k
Pn(k) = C pk qn-k Với q = 1-p
n
Ghi chú :
a. Trong trường hợp biến cố A xuất hiện từ k1 đến k2 lần trong n phép thử thì ta ký hiệu
xác xuất đó là Pn(k1,k2)
Gọi Aki là biến cố A xuất hiện ki lần
A = Aki ∪ Ak1+1 ∪…∪ Ak2
k2
Pn (k1,k2) = P(A) = ∑ C in p i q n −i
i = k1
b. Khi n và k khá lớn việc tính toán Pn(k) và Pn(k1, k2) sẽ phức tạp. Để khắc phục điều đó
người ta phải tìm cách tính gần đúng các xác suất đó bằng cách áp dụng các định lý
giới hạn.
Ví dụ:
Trong thùng có 30 bi: 20 trắng và 10 đen. Lấy liên tiếp 4 bi, trong đó mỗi bi lấy ra đều
hoàn lại thùng trước khi lấy bi tiếp theo và các bi đều được trộn lại. Hỏi xác suất để trong
4 bi lấy ra có 2 bi trắng.
Giải:
Xác suất lấy được bi trắng p = 20/30 =2/3 có thể xem như nhau trong 4 phép thử:
q = 1 - p = 1/3
áp dụng công thức Bernoulli
2 2
(4-2) 4*3⎛ 2 ⎞ ⎛ 1⎞ 8
⎜ ⎟ ⎜ ⎟ = ≈ 0,3
2
P4(2) = C p²q =
1 * 2 ⎝ 30 ⎠ ⎝ 3 ⎠
4
27
Ví dụ:
Trị số của Pn(k) nói chung phụ thuộc vào k. Ta tìm một số k0 sao cho Pn(k0) đạt giá trị lớn
nhất. Số k0 gọi là số lần xuất hiện chắc chắn nhất của biến cố A trong n phép thử. Ta có:
np-q ≤ k0 ≤ np + p p ≠ 0 và p ≠ 1
Ví dụ:
Xác suất bắn trúng đích của một người bằng 0,7. Nếu người đó bắn 25 phát. Xác định số
lần có khả năng trúng đích nhất.
Giải :
n = 25, p = 0,7, q = 0,3
np - q ≤ k0 ≤ np + p
25 * 0,7 – 0,3 ≤ k0 ≤ 25 * 0,7 + 0,7
17,2 ≤ k0 ≤ 18,2
Vì k là số nguyên, nên chọn k = 18
c) Các công thức gần đúng để tính Pn (k) và Pn (k1,k2)
f(x)/ 2π
Ví dụ:
Xác suất để sản xuất ra một chi tiết loại tốt là 0.4. Tìm xác suất để trong 26 chi tiết sản
xuất ra thì có 13 chi tiết loại tốt.
Vấn đề là tìm P26(13)
n = 26
p = 0.4
q = 0.6
xk = (k - np)/ npq = 1,04
ϕ(xk) = ϕ(1,04) = 0,2323
P26(13) = ϕ(xk) / npq = 0,2323/2,5 = 0,093
Pn (k1, k2) ≈ ∅ (β) - ∅ (α)
∅(x)
1/2
-1/2
Ví dụ:
Một phân xưởng sản xuất bóng đèn đạt trung bình là 70% sản phẩm loại tốt. Tìm xác suất
để trong 1000 bóng đèn có từ 652 đèn 760 bóng đèn loại tốt.
Xác suất phải tìm là P1000 (652, 760)
n = 1000, p = 0,7 q = 0,3 k1 = 652 k2 = 700
α = (k1 - np)/ npq = - 3,31 => ∅ (α) = ∅(-3,31) = - 0,499520
Pn (k) ≈ (e-λλk) / k!
∑ P (k) ≈ ∑ e−λ λ
k
Pn (k1, k2) = n k!
k =k1 k =k1
Ví dụ:
Tổng sản phẩm của xí nghiệp A trong 1 quí là 800. Xác xuất để sản xuất ra một phế phẩm
là 0.005. Tìm xác suất để cho :
1. Có 3 sản phẩm là phế phẩm
2. Có không quá 10 sản phẩm bị hỏng
Giải:
n =800, p = 0,005 => λ = np = 4
1. P800(3) = e-44³/3! = 0,1954
10
2. P800(0,10) = ∑
k =0
e-44k/k! = 0, 997