Bài giảng Toán 5 Xác suất & Thống kê - Tuần 2 - Nguyễn Văn Đắc
Trong một phép thử thì sự xuất hiện của biến cố này có thể làm thay đổi xác suất của biến cố khác,
chẳng hạn như trong ví dụ sau đây:
Tung hai lần một đồng xu cân đối và đồng chất. Không gian mẫu của phép thử là {SS, SN, NS, NN}.
Xác suất của mỗi điểm mẫu là 14. Đặt B = “có ít nhất một mặt sấp xuất hiện”. P(B) = 3 0.754 .
Nếu đã biết lần một mặt ngửa xuất hiện, tức là A = {NS, NN} đã xuất hiện, thì không gian mẫu bị
thu gọn chỉ còn hai phần tử là {NS, NN}. Xác suất mỗi điểm mẫu bây giờ là 12. Xác suất của B
lúc này chỉ còn là 12.
Rõ ràng, xác suất của biến cố B bị thay đổi khi A đã xảy ra.
Tổng quát hơn, ta có
Nếu không gian mẫu S gồm N phần tử đồng khả năng, trong đó n phần tử nằm trong A, k phần tử nằm
trong B và l phần tử nằm trong AB, thì khi đã biết A xảy ra không gian mẫu bị thu gọn chỉ còn n phần
tử và xác suất của các điểm mẫu trong không gian thu gọn là 1/n. Do đó xác suất của B là/ ( )/ ( )l l N P AB
n n N P A .
u được tạo ra sao cho khả năng xuất hiện mặt ngửa gấp hai lần khả năng xuất hiện mặt sấp. Tung đồng tiền đó 3 lần. Tính xác suất để nhận được hai lần sấp và một lần ngửa. Giải Không gian mẫu của phép thử gồm 8 phần tử S = { NNN, NNS, NSN, SNN, NSS, SNS, SSN, SSS } Tuy nhiên đối với đồng xu không cân bằng ta không thể giả sử xác suất của mỗi điểm mẫu là như nhau. Để tìm xác suất trước hết ta xét không gian mẫu S 1 = { N, S }, nó cho thấy các kết quả khi đồng xu được tung một lần. Giả sử ω và 2ω tương ứng là xác suất để nhận được một mặt sấp và một mặt ngửa, ta có 3ω = 1 hay ω =1/3. Do đó P(N) = 2/3 và P(S) = 1/3. Gọi A là biến cố nhận được hai lần sấp và một lần ngửa trong ba lần tung đồng xu ta có: A = { SSN, SNS, NSS } Vì các kết quả trong mỗi lần tung độc lập nhau nên theo Định nghĩa về sự độc lập của các biến cố, ta có P( SSN ) = P(S). P(S). P(N) = 3 1 . 3 1 . 3 2 = 27 2 . Tương tự P( SNS ) = P( NSS ) = 27 2 . Do đó P(A) = 27 2 + 27 2 + 27 2 = 9 2 . I.6 Quy tắc nhân xác suất Quy tắc nhân cho ta biết có thể tính xác suất của biến cố tích theo xác suất của một biến cố thành phần và xác suất điều kiện của biến cố kia. Từ Định nghĩa 1.5, ta có Quy tắc nhân Cho A và B là hai biến cố của một phép thử với P(A) > 0, ta có P(AB) = P(A) P(B/A). Khi P(B) > 0 thì P(AB) = P(BA) = P(B)P(A/B). Nếu A, B là độc lập thì P(AB) =P(A)P(B). Ví dụ 1.18 Một thủ kho có một chùm chìa khoá gồm 8 chiếc với bề ngoài giống hệt nhau trong đó có đúng hai chìa mở được cửa kho. Do đãng trí, người này không còn nhớ chìa nào có thể mở được khoá cửa kho. Ông ta thử ngẫu nhiên từng chìa, chìa nào không mở được thì bỏ ra. Tính xác suất để chỉ sau hai lần thử, ông ta mở được cửa kho? Giải Đặt Ai = “mở được cửa kho lần thử thứ i”, i =1,..,9. A = “mở được cửa kho sau hai lần thử”. Ta có A = (A1)’A2. Theo quy tắc nhân, thì P(A) = P((A1)’A2) = P((A1)’)P(A2/A1’) = 6 2 38 7 14 . 6 | P a g e Ở trong Ví dụ trên, nếu đặt ra câu hỏi là tính xác suất để sau ba lần thử ông ta mở được cửa kho, thì ta phải tính xác suất của biến cố là tích của ba biến cố. Do vậy, một cách tự nhiên ta cần phải mở rộng quy tắc trên cho tích nhiều biến cố của cùng một phép thử. Bằng quy nạp ta có Quy tắc nhân tổng quát Nếu trong một phép thử, các biến cố A 1 , A 2 ,,A k thoả mãn P(A 1 A 2 A 1k ) > 0, thì P(A 1 A 2 A k ) = P(A 1 )P(A 2 /A 1 )P(A k /A 1 A 2 A 1k ) Nếu trong một phép thử, các biến cố A 1 , A 2 ,,A k độc lập, thì P(A 1 A 2 A k ) = P(A 1 )P(A 2 )P(A k ). Áp dụng quy tắc nhân tổng quát, ta có xác suất để người thủ kho mở được cửa sau ba lần thử là p = P(A1’)P(A2’/A1’)P(A3/A’1A’2) = 6 5 2 5 8 7 6 28 . Ví dụ 1.19 Lấy liên tiếp 3 con bài từ một bộ bài theo phương thức không hoàn lại. Tìm xác suất để biến cố tích A 1 A 2 A 3 xảy ra , trong đó A 1 là biến cố con bài thứ nhất là át đỏ, A 2 là biến cố con bài thứ hai là 10 hoặc J, còn A 3 là biến cố con bài thứ ba có số lớn hơn 3 nhưng bé hơn 7. Giải Ta có P(A 1 ) = 52 2 , P(A 2 /A 1 ) = 51 8 , P(A 3 /A 1 A 2 ) = 50 12 , theo quy tắc nhân xác suất, P(A 1 A 2 A 3 ) = P(A 1 )P(A 2 /A 1 )P(A 3 /A 1 A 2 ) = 52 2 . 51 8 . 50 12 = 5525 8 . I.7 Công thức xác suất đầy đủ và công thức Bayes Giả sử trong một phép thử, ta đã biết các biến cố B1, B2,..,Bk là một phân hoạch của không gian mẫu S (hay còn gọi là hệ đầy đủ các biến cố). Công thức xác suất đầy đủ cho phép ta tính được xác suất của biến cố A nào đó của phép thử, nếu ta biết được P(Bi) và P(A/Bi), i =1,,k. Công thức Bayes được sử dụng để tính xác suất của biến cố Bi khi đã biết A xảy ra. Ta bắt đầu với một ví dụ đơn giản. Ví dụ 1.20 Có hai hộp đựng bu- lông. Hộp thứ nhất chứa 60 chiếc loại một và 40 chiếc loại hai, hộp thứ hai chứa 10 chiếc loại một và 20 chiếc loại hai. Chọn ngẫu nhiên một hộp và từ đó lấy ra một bu-lông. Tính xác suất để lấy được chiếc bu-lông loại một. Giải Đặt B1 = “hộp thứ nhất được chọn” không gian mẫu B2 = “hộp thứ hai được chọn”, A = “chiếc bu-lông lấy ra là bu-lông loại một”. A xảy ra khi và chỉ khi chọn được hộp thứ nhất và lấy từ hộp đó chiếc bu-lông loại một hoặc chọn được hộp thứ hai và lấy được từ đó chiếc bu-lông loại một, tức là B1 B2 A 7 | P a g e A = AB1 + AB2 Mặt khác AB1, AB2 là hai biến cố xung khắc nên P(A) = P(AB1) + P(AB2) = P(B1)P(A/B1) + P(B2)P(A/B2). Dễ thấy P(B1) = P(B2) = 1 2 P(A/B1) = 60 3 100 5 P(A/B2) = 10 1 30 3 . Như vậy P(A) = 1 3 1 1 14 2 5 2 3 30 . Trong phép thử trên các biến cố B1, B2 là một phân hoạch của không gian mẫu, còn A là một biến cố của phép thử. Tổng quát hoá ví dụ trên ta có bài toán sau. Bài toán: Cho phép thử với không gian mẫu S và các biến cố B 1 ,B 2 , , B k là một phân hoạch của S thoả mãn P(Bi) 0 với mọi i = 1, 2, , k . A là biến cố bất kỳ của phép thử. Hãy tính P(A) theo P(Bi) và P(A/Bi). Giải Xét sơ đồ Venn trong hình Phân hoạch không gian mẫu S Biến cố A bằng hợp của các biến cố xung khắc B 1 A, B 2 A, , B k A tức là A = (B 1 A ) ( B 2 A ) (B k A ) Do đó P(A) = P[ (B 1 A) (B 2 A) ( B k A) ] = P( B 1 A ) + P (B 2 A) + + P(B k A) = 1 ( ) k i i P B A = k i ii BAPBP 1 )|()( . Tóm lại, ta có B1 B2 B3 B4 Bi Bk A 8 | P a g e Công thức xác suất đầy đủ Nếu các biến cố B 1 ,B 2 , , B k là một phân hoạch của không gian mẫu S, trong đó P(B i ) 0 với mọi i = 1, 2, , k , thì P(A) = )( 1 ABP k i i = 1 ( ) ( / ) k i i i P B P A B với A là biến cố bất kì của phép thử với không gian mẫu là S. Ví dụ 1.21 Trong một dây chuyền sản xuất, ba máy B1, B2, và B3 tạo ra 30%, 45%, và 25% sản phẩm tương ứng. Biết rằng tỷ lệ phế phẩm của mỗi máy tương ứng là 2%, 3% và 2%. Chọn ngẫu nhiên 1 sản phẩm. Tính xác suất để nó là phế phẩm. Giải Xét các biến cố sau: A: sản phẩm được chọn là phế phẩm B1: sản phẩm được làm bởi máy B1 B2: sản phẩm được làm bởi máy B2 B3 sản phẩm được làm bởi máy B3 Áp dụng định lý xác suất toàn phần ta có: P(A) = P(B1)P(A|B1)+ P(B2)P(A|B2) + P(B3)P(A|B3) Từ giả thiết(để dễ hình dung, xem sơ đồ cây) ta có P(B1)P(A|B1) = 0,3. 0,02 = 0,006 P(B2)P(A|B2) = 0,45.0,03 = 0,0135 P(B3)P(A|B3) = 0,25. 0,02 = 0,005 Do đó P(A) = 0,006 + 0,0135 + 0,005 = 0,0245. Giả sử chọn ngẫu nhiên một sản phẩm và sản phẩm đó bị lỗi. Xác suất để sản phẩm này thuộc máy B i bằng bao nhiêu? Câu hỏi dạng này có thể trả lời nhờ Công thức Bayes. Công thức Bayes Nếu các biến cố B 1 ,B 2 , , B k là một phân hoạch của không gian mẫu S, trong đó P(B i ) 0 với mọi i = 1, 2, , k, thì P(B r /A) = 1 ( ) ( ) r k i i P B A P B A = 1 ( ) ( / ) ( ) ( / ) r r k i i i P B P A B P B P A B , với r = 1, 2, , k. với biến cố A bất kì của phép thử với không gian mẫu là S và P(A) 0. Chứng minh Theo xác suất điều kiện ta có 9 | P a g e ( )( ) ( ) r r P B AP B A P A Sử dụng công thức xác suất đầy đủ vào mẫu thức ta được P(B r |A) = 1 ( ) ( ) ( ) r k i i i P B A P B P A B Sử dụng quy tắc nhân cho tử thức, ta có P(B r |A) = k i ii rr BAPBP BAPBP 1 )|()( )|()( Ví dụ 1.22 Quay về Ví dụ 1.21, nếu chọn ngẫu nhiên một sản phẩm và thấy nó bị lỗi, thì xác suất để sản phẩm đó thuộc B3 thế nào? Giải Sử dụng công thức Bayes ta có P(B3/A) = )|()()|()()|()( )|()( 332211 33 BAPBPBAPBPBAPBP BAPBP Thay các xác suất đã được tính trong Ví dụ 1.21 ,ta có P(B3/A) = 005,00135,0006,0 005,0 = 0245,0 005,0 = 10 0.2 49 Kết quả này cho ta thấy nếu sản phẩm bị lỗi được chọn thì chắc nó không được làm bởi máy B3. Công thức Bayes có nhiều ứng dụng trong sản xuất công nghiệp, y học, xã hội học,, sau đây là một ví dụ Ví dụ 23 Một người ốm được cho là mắc bệnh A hoặc bệnh B. Thống kê tình hình mắc bệnh trong nhiều năm cho thấy xác suất mắc bệnh A cao gấp đôi xác suất mắc bệnh B. Bệnh viện thực hiện hai xét nghiệm y học T1 và T2 một cách độc lập cho bệnh nhân. Biết rằng nếu có bệnh A thì xét nghiệm T1 cho dương tính với xác suất 0.9, còn xét nghiệm T2 cho dương tính với xác suất 0.75. Nếu có bệnh B, xét nghiệm T1 cho dương tính với xác suất 0.05 và xét nghiệm T2 cho dương tính với xác suất 0.1.Giả sử cả T1 và T2 đều cho dương tính. Tìm xác suất người bệnh mắc bệnh A? Kết quả: 0.996, tức là nếu T1 và T2 đều dương tính thì có tới 99,6% là mắc bệnh A. Các ý chính trong bài giảng tuần 2 Xác suất điều kiện: P(B/A) = P(AB):P(A), với P(A) > 0. Quy tắc nhân xác suất: P(AB) = P(A)P(B/A) với P(A)> 0. Công thức xác suất đầy đủ: P(A) = P(B1)P(A/B1) + P(B2)P(A/B2) + + P(Bk)P(A/Bk) với B1, B2,, Bk là phân hoạch của không gian mẫu và P(Bi) > 0, i = 1,k . Công thức Bayes: P(Bk/A) = P(Bk)P(A/Bk): [ P(B1)P(A/B1) + P(B2)P(A/B2) + + P(Bk)P(A/Bk)] với P(A) > 0. 10 | P a g e * Bài tập: 2.6 Xác suất có điều kiện, 2.7 Quy tắc nhân 2.5 (2.t51) (ĐS: 1/5) 2.6 (3.t51) (ĐS: (a) 14/39 (b) 95/112) 2.7 (5.t52) (ĐS: (a) 5/34 (b) 3/8) 2.8 (13.t53) (ĐS: 0,27) * Bài tập: 2.8 Quy tắc Bayes 2.9 (1.t58) (ĐS: 0,609) 2.10 (8.t59) (ĐS: 6/7) * Các bài toán ôn tập chương II 2.11 (6.t60) (ĐS: (a) 0,0001 (b) 0,82) 2.12 (9.t61) (ĐS: (a) 0,096 (b) 0,512) Bài tập bổ xung 1. Trong một vùng dân cư, tỉ lệ người nghiện thuốc lá và mắc chứng ung thư họng là 15%. Có 25% số người nghiện thuốc nhưng không ung thư họng, 50% số người không nghiện thuốc và cũng không bị ung thư họng và có 10% số người không nghiện thuốc nhưng cũng bị ung thư họng. Sử dụng số liệu thống kê trên để đưa ra kết luận về mối quan hệ giữa thói quen hút thuốc lá và bệnh ung thư họng trong vùng nói trên? 2. Ba xạ thủ A, B và C độc lập nhau cùng nổ súng vào một mục tiêu. Xác suất bắn trúng của các xạ thủ tương ứng là 0.4; 0.5 và 0.7. a) Tính xác suất để có duy nhất một xạ thủ bắn trúng; b) Tính xác suất để có ít nhất một xạ thủ bắn trúng.
File đính kèm:
- bai_giang_toan_5_xac_suat_thong_ke_tuan_2_nguyen_van_dac.pdf