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 theo 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 trong một lần thử, tức là: \[P(A) + P(\bar{A}) = 1\]. Hoặc: \[A \cup \bar{A} = \Omega\]
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 \(A\) và \(B\) xung khắcthì \[P(A \cup B) = P(A) + P(B)\]
- 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 (hay còn được gọi là xác xuất hậu nghiệm). \[P(A|B) = \frac{P(B|A) \times P(A)}{P(B)}\] - 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 \(A\) (có thể xảy ra đồng thời với một trong những biến cố \(B_i\)) được tính bằng công thức: \[P(A) = \sum_{i=1}^{n} P(A|B_i) \times P(B_i)\]
Ví dụ về các công thức tính xác suất
ví dụ 1: Có ba người lần lượt là A, B và C, mỗi người bắn 1 mũi tên vào bia. Giả sử xác suất bắn trúng bia của từng người tương ứng là: 80%, 70% và 60%. Hãy tính các xác suất sau:
- Xác suất A bắn trượt.
- Xác suất cả 3 người cùng bắn trúng.
- Xác suất A trúng, B trượt, C trượt.
- Xác suất A bắn trúng.
- Xác suất ít nhất một người bắn trúng.
- Xác suất chỉ có A bắn trúng.
- Xác suất đúng một người bắn trúng.
Giải: Gọi \(A_1,A_2,A_3\) lần lượt là biến cố người A, người B và ngưởi C bắn trung mụ tiêu.
\(P(A_1) = 0,8; P(A_2) = 0,7; P(A_3) = 0,8\)
- Xác suất A bắn trượt
Gọi \(E_1\) là biến cố “A bắn trượt”. Diễn giải \(E_1\) qua \(A\): \[E_1 = \bar{A_1}A_2A_3+\bar{A_1}\bar{A_2}A_3+\bar{A_1}A_2\bar{A_3}+\bar{A_1}\bar{A_2}\bar{A_3}\]
\[P(E_1) = P(\bar{A_1}A_2A_3+\bar{A_1}\bar{A_2}A_3+\bar{A_1}A_2\bar{A_3}+\bar{A_1}\bar{A_2}\bar{A_3})\] \[P(E_1) = P(\bar{A_1}A_2A_3)+P(\bar{A_1}\bar{A_2}A_3)+P(\bar{A_1}A_2\bar{A_3})+P(\bar{A_1}\bar{A_2}\bar{A_3})\] \[P(E_1) = P(\bar{A_1})P(A_2)P(A_3)+P(\bar{A_1})P(\bar{A_2})P(A_3)+P(\bar{A_1})P(A_2)P(\bar{A_3})+P(\bar{A_1})P(\bar{A_2})P(\bar{A_3})\]
- Xác suất cả 3 người cùng bắn trúng:
Biến cố cần tính:
Gọi \(E_2\) là biến cố “cả 3 người cùng bắn trúng”. Diễn giải: \[E_2 = A_1 A_2 A_3\] \[P(E_2) = P(A_1 A_2 A_3)\] \[P(E_2) = P(A_1)P(A_2)P(A_3)= 0.8 \times 0.7 \times 0.6 = 0.336\] 3. Xác suất A trúng, B trượt, C trượt
Gọi \(E_3\): “A trúng, B trượt, C trượt”. Diễn giải: \[E_3 = A_1\bar{A_2}\bar{A_3}\] Áp dụng công thức nhân: \[P(E_3) = 0.8 \times 0.3 \times 0.4 = 0.096\]
- Xác suất A bắn trúng
Biến cố cần tính:
Gọi \(E_4\) là biến cố “A bắn trúng”. Diễn giải: \[E_4 = A_1A_2A_3+A_1\bar{A_2}A_3+A_1\bar{A_2}\bar{A_3}\]
- Xác suất ít nhất một người bắn trúng
Gọi \(E_5\) là biến cố: “ít nhất một người bắn trúng”, nên
\(\bar{E_5}\) là biến cố: “không người nào bắn trúng”.
\[\bar{E_5} = \bar{A_1}\bar{A_2}\bar{A_3}\] Áp dụng công thức nhân cho các biến cố đối lập: \[P(\bar{E_5}) = P(\bar{A_1}\bar{A_2}\bar{A_3})=P(\bar{A_1})P(\bar{A_2})P(\bar{A_3})\]
- Xác suất chỉ có A bắn trúng
Gọi \(E_6\) là biến cố: “Chỉ có A bắn trúng”. Diễn giải: \[E_6 =\]
- Xác suất đúng một người bắn trúng Gọi \(E_7\) là biến cố: “Đúng một người bắn trúng”. Diễn giải: \[E_7 = A_1\bar{A_2}\bar{A_3} + \bar{A_1}A_2\bar{A_3} + \bar{A_1}\bar{A_2}A_3\]
Ví dụ 2: Một nhà máy có 3 máy sản xuất linh kiện với các thông tin sau:
- Máy 1 chiếm 20% tổng sản lượng, tỉ lệ sản phẩm lỗi là 1%.
- Máy 2 chiếm 50% tổng sản lượng, tỉ lệ sản phẩm lỗi là 2%.
- Máy 3 chiếm 30% tổng sản lượng, tỉ lệ sản phẩm lỗi là 3%.
Chọn ngẫu nhiên 1 sản phẩm:
- Tính xác suất chọn được sản phẩm lỗi.
- Nếu sản phẩm được chọn là sản phẩm lỗi thì sản phẩm này có khả năng do máy nào sản xuất là cao nhất?
Gọi \(B_1, B_2, B_3\) lần lượt là các biến cố sản phẩm được chọn do máy 1, máy 2 và máy 3 sản xuất.
Gọi \(A\) là biến cố chọn được sản phẩm lỗi.
Ta có: \[P(B_1) = 0.2, \quad P(B_2) = 0.5, \quad P(B_3) = 0.3\] \[P(A|B_1) = 0.01, \quad P(A|B_2) = 0.02, \quad P(A|B_3) = 0.03\] Áp dụng công thức xác suất đầy đủ: \[P(A) = 0.01(0.2) + 0.02(0.5) + 0.03(0.3) = 0.021\] Áp dụng công thức Bayes: \[P(B_3|A) = \frac{P(A|B_3) \cdot P(B_3)}{P(A)} = \frac{0.03 \times 0.3}{0.021} \approx 0.4286\]
Biến ngẫu nhiên
Biến ngẫu nhiên (Random Variable) là một ánh xạ gán mỗi kết quả (outcome) trong không gian mẫu bởi một số thực. Ký hiệu:
\[X: \Omega \rightarrow \mathbb{R}\] Trong đó:
- \(\Omega\): Không gian mẫu
- \(X(\omega)\): giá trị của biến ngẫu nhiên tương ứng với kết quả \(\omega\)
Ví dụ cho trường hợp rời rạc
Tung một đồng xu hai lần. Gọi \(X\) là số lần xuất hiện mặt ngửa.
| SS |
X=0 |
| SN |
X=1 |
| NS |
X=1 |
| NN |
X=2 |
\(X\) chỉ có thể nhận các giá trị: 0, 1, 2.
Ví dụ cho trường hợp liên tục
Đo thời gian (tính bằng giây) để một máy chủ phản hồi .
- Giá trị có thể là bất kỳ số thực dương.
- Không thể liệt kê hết các giá trị.
Một số tình huống xuất hiện biến ngẫu nhiên rời rạc:
| 1️⃣ |
Tung 3 đồng xu |
Số lần xuất hiện mặt ngửa |
0, 1, 2, 3 |
| 2️⃣ |
Gọi điện cho khách hàng |
Số người nghe máy trong 10 cuộc gọi |
0–10 |
| 3️⃣ |
Sản xuất 100 linh kiện |
Số sản phẩm bị lỗi |
0–100 |
| 4️⃣ |
Đăng bài trên mạng xã hội |
Số lượt like nhận được sau 1 giờ |
0, 1, 2, … |
| 5️⃣ |
Hàng chờ ở quầy thanh toán |
Số khách đang xếp hàng tại một thời điểm |
0, 1, 2, … |
Một số tình huống xuất hiện biến ngẫu nhiên liên tục:
| 6️⃣ |
Đo chiều cao sinh viên |
Chiều cao (cm) |
[140, 200] |
| 9️⃣ |
Nhiệt độ trong phòng |
Nhiệt độ (°C) |
\(\mathbb{R}\) |
| 🔟 |
Cường độ tín hiệu Wi-Fi |
Mức công suất sóng (dBm) |
(\(-\infty\),0] |
Các đặc trưng của biến ngẫu nhiên rời rạc
Bảng phân phối xác suất:
| P |
\(p_1\) |
\(p_2\) |
\(p_3\) |
\(\dots\) |
\(p_4\) |
- Kỳ vọng: Kỳ vọng của BNN \(X\) là giá trị trung bình (có trọng số là xác suất) của những giá trị mà BNN có thể nhận. Kỳ vọng được ký hiệu là \(E(X)\) \[E(X)=\sum_{i=1}^np_ix_i=\frac{\sum_{i=1}^n f_ix_i}{\sum_{i=1}^n f_i}\].
- Phương sai: Phương sai của BNN \(X\) sẽ đo lường mức độ chênh lệch giữa các giá trị mà BNN có thể nhận và được ký hiệu là \(Var(X)\) \[Var(X) = E[X-E(X)^2]=\sum_{i=1}^np_i(x_i-E(X)^2)=\frac{\sum_{i=1}^nf_i[(x_i-E(X)]^2}{\sum_{i=1}^n f_i}\]
- Độ lệch chuẩn: là căn bậc 2 của phương sai.
Ví dụ: Với trò chơi Bầu - Cua - Tôm - Cá. Bảng phân phối xác suất của số tiền lời là:
| \(P(X = x)\) |
0.5787 |
0.3472 |
0.0694 |
0.0046 |
\[E(X)= −0.0790; Var(X)=1.2384\]