Nội dung
- Một số khái niệm cơ bản về xác suất.
- Định nghĩa về xác suất.
- Một số công thức tính xác suất cơ bản.
Một số khái niệm cơ bản.
Phép thử ngẫu nhiên: Là một quá trình hoặc một hành động mà kết quả không thể dự đoán trước được.
Kết cục (outcome): Là kết quả của một lần thử. Kết cục còn được gọi là biến cố sơ cấp.
Không gian mẫu (sample space): Tập hợp tất cả các kết cục có thể xảy ra của một phép thử, thường được ký hiệu là \(\Omega\).
Biến cố (event): Là một tập hợp con của không gian mẫu, bao gồm một hoặc nhiều kết cục.
Xác suất (probability): Là một con số đo lường khả năng xảy ra của một biến cố, thường nằm trong khoảng từ 0 đến 1.
Ví dụ 1: Tung một đồng xu.
Ví dụ 2: Tung 2 đồng xu.
Ví dụ 3: Tung 10.000 đồng xu.
Ví dụ 4: Tung 1 xúc xắc.
Ví dụ 5: Tung 1 triệu xúc xắc.
Ví dụ 6: Chọn 3 lá bài từ bộ bài tây 52 lá.
Định nghĩa về xác suất
- Xác suất cổ điển (Classical probability): Dựa trên giả định rằng tất cả các kết cục của một phép thử là như nhau và có khả năng xảy ra như nhau. \[P(E) = \frac{\text{Số kết cục thuận lợi cho biến cố E}}{\text{Tổng số kết cục trong không gian mẫu}}=\frac{|E|}{|\Omega|}\]
- Xác suất thống kê (Empirical probability): Dựa trên việc quan sát và thu thập dữ liệu từ các phép thử thực tế. \[P(E) = \frac{\text{Số lần biến cố E xảy ra}}{\text{Tổng số lần thực hiện phép thử}}=\lim_{n\to+\infty}\frac{k}{n}\]
- Xác suất thoe quan điểm hình học (Geometric probability): Dựa trên tỷ lệ giữa độ dài, diện tích hoặc thể tích của các vùng liên quan đến biến cố và không gian mẫu. \[P(E) = \frac{\text{Độ dài/Diện tích/Thể tích của vùng thuận lợi cho biến cố E}}{\text{Độ dài/Diện tích/Thể tích của không gian mẫu}}\]
- Xác suất chủ quan (Subjective probability): Dựa trên quan điểm cá nhân, kinh nghiệm hoặc niềm tin của một người về khả năng xảy ra của một biến cố. \[P(E) = \text{Đánh giá cá nhân về khả năng xảy ra của biến cố E}\]
Một số khái niệm liên quan đến biến cố
- Biến cố xung khắc: Hai biến cố A và B được gọi là xung khắc nếu chúng không thể xảy ra đồng thời trong một lần thử, tức là: \(A \cap B = \emptyset\).
- Biến cố độc lập: Hai biến cố A và B được gọi là độc lập nếu việc xảy ra của biến cố này không ảnh hưởng đến xác suất xảy ra của biến cố kia, tức là: \(P(A|B) = P(A)\) hoặc \(P(B|A) = P(B)\).
- Biến cố đối lập: Hai biến cố A và \(B\) được gọi là đối lập nếu một trong hai biến cố này luôn xảy ra, tức là: \[P(A) + P(\bar{A}) = 1\].
Một số công thức tính xác suất cơ bản
- \(P(A) + P(\bar{A})=1\)
- Công thức cộng: Xác suất để biến cố \(A\) hoặc biến cố \(B\) xảy ra được tính bằng công thức: \[P(A \cup B) = P(A) + P(B)- P(A \cap B)\]
Nếu hai biến cố \(A\) và \(B\) không thể xảy ra đồng thời (trong một lần thử) thì \[P(A \cup B) = P(A) + P(B) \]
- Công thức nhân: Xác suất để biến cố \(A\) và biến cố \(B\) xảy ra được tính bằng công thức: \[P(A \cap B) = P(A) \times P(B|A)\]
Nếu hai biến cố \(A\) và \(B\) là độc lập thì: \[P(A \cap B) = P(A) \times P(B)\] - Công thức xác suất có điều kiện: Xác suất của biến cố A xảy ra khi biết biến cố B đã xảy ra. \[P(A|B) = \frac{P(A \cap B)}{P(B)}\] - Định lý Bayes: Dùng để tính xác suất có điều kiện ngược lại. \[P(A|B) = \frac{P(B|A) \times P(A)}{P(B)}\] - Công thức xác suất toàn phần: Nếu các biến cố \(\{B_1, B_2, ..., B_n\}\) tạo thành một phân hoạch của không gian mẫu, thì xác suất của biến cố \(A\) được tính bằng công thức: \[P(A) = \sum_{i=1}^{n} P(A|B_i) \times P(B_i)\]