Giáo trình lý thuyết xác suất

Bạn đang xem bản rút gọn của tài liệu. Xem và tải ngay bản đầy đủ của tài liệu tại đây (799.25 KB, 119 trang )

Trang 1<div class="page_container" data-page="1">

TRƯỜNG ĐẠI HỌC SƯ PHẠM

</div>Trang 3<div class="page_container" data-page="3">

1.1.4. Các phép toán trên biến cố . . . 13

1.2. Xác suất của biến cố . . . .14

1.2.1. σ-đại số . . . 14

1.2.2. Độ đo xác suất . . . 15

1.3. Các định nghĩa xác suất khác . . . .17

1.3.1. Quan điểm cổ điển . . . 17

1.3.2. Quan điểm thống kê . . . 19

1.3.3. Quan điểm hình học . . . 19

1.4. Xác suất có điều kiện . . . 20

1.5. Cơng thức nhân xác suất . . . 21

Chương 2. BIẾN NGẪU NHIÊN. . . 37

2.1. Biến ngẫu nhiên . . . 37

2.2. Hai loại biến ngẫu nhiên . . . 38

2.2.1. Biến ngẫu nhiên rời rạc . . . 38

2.2.2. Biến ngẫu nhiên liên tục . . . 40

2.3. Hàm phân phối xác suất . . . 41

2.4. Kì vọng . . . 43

2.5. Phương sai và độ lệch chuẩn . . . 46

2.6. Trung vị . . . 47

2.7. Biến ngẫu nhiên độc lập . . . 48

2.8. Một số phân phối xác suất quan trọng . . . 49

2.8.1. Phân phối Bernoulli . . . 49

</div>Trang 4<div class="page_container" data-page="4">

2.8.3. Phân phối Poisson . . . 51

2.8.4. Phân phối đều . . . 53

2.8.5. Phân phối mũ . . . 54

2.8.6. Phân phối chuẩn . . . 55

2.8.7. Phân phối khi bình phương . . . 59

2.8.8. Phân phối Student (t-distribution) . . . 60

2.8.9. Phân phối F . . . 61

Bài tập chương 2 . . . 62

Chương 3. VECTƠ NGẪU NHIÊN. . . 68

3.1. Định nghĩa . . . 68

3.2. Phân bố xác suất của vectơ ngẫu nhiên . . . 68

3.2.1. Vectơ ngẫu nhiên 2 chiều rời rạc . . . 68

3.2.2. Vectơ ngẫu nhiên 2 chiều liên tục . . . 71

3.2.3. Hàm phân phối xác suất đồng thời . . . 73

4.1.2. Hội tụ theo xác suất . . . 85

4.1.3. Hội tụ theo phân phối . . . 85

4.2. Luật số lớn . . . 87

4.3. Định lí giới hạn trung tâm . . . 88

4.4. Luật số lớn đối với dãy biến ngẫu nhiên đôi một độc lập . . . 92

Bài tập chương 4 . . . 96

Chương 5. XÍCH MARKOV . . . 99

5.1. Tính Markov . . . 99

5.2. Xích Markov có khơng gian trạng thái hữu hạn . . . 101

5.2.1. Ma trận xác suất chuyển và sơ đồ chuyển trạng thái . . . 101

5.2.2. Phân phối xác suất . . . 102

5.3. Phân phối dừng và phân phối giới hạn . . . 107

5.4. Phân lớp trạng thái xích Markov . . . 113

</div>Trang 5<div class="page_container" data-page="5">

Tài liệu tham khảo . . . 118

</div>Trang 7<div class="page_container" data-page="7">

B(R), B(R2)σ−đại số Borel trên R,R2

FX(·) hàm phân phối xác suất của X

p(·) hàm xác suất đối với biến ngẫu nhiên rời rạc

φ(·) hàm mật độ xác suất của phân phối N (0, 1)Φ(·) hàm phân phối xác suất của phân phối N (0, 1)

χ2n phân phối χ2 với n bậc tự do

Fm,n phân phối F với m, n bậc tự do

X(Ω) tập giá trị của biến ngẫu nhiên X

</div>Trang 8<div class="page_container" data-page="8">

ϕX(·) hàm đặc trưng của biến ngẫu nhiên X

an ≍ bn 0 < lim inf an/bn ≤ lim sup an/bn < +∞

pik(n) xác suất chuyển sau n bước

</div>Trang 9<div class="page_container" data-page="9">

Trong thực tế có những hiện tượng mà ta khơng thể biết trước nó có xảy ra hay khơng khi thực hiện một lần quan sát. Những hiện tượng có tính chất như vậy được gọi là hiện tượng ngẫu nhiên. Việc nghiên cứu các hiện tượng ngẫu nhiên, tìm hiểu quy luật xuất hiện cũng như xây dựng các mơ hình tốn học để mơ tả các hiện tượng này có ý nghĩa quan trọng trong khoa học cũng như trong thực tiễn. Lý thuyết xác suất – một ngành khoa học thuộc lĩnh vực Toán học, ra đời nhằm đáp ứng yêu cầu đó.

Lý thuyết xác suất xuất hiện vào khoảng cuối thế kỷ XVII với các trao đổi, nghiên cứu về các trị chơi may rủi giữa các nhà tốn học. Đây được xem là những viên gạch đầu tiên cho lĩnh vực khoa học này. Cơ sở toán học vững chắc cho lý thuyết xác suất được xây dựng bởi nhà toán học người Nga tên là A.N. Kolmogorov. Vào năm 1933, tác giả này đã cho xuất bản quyển sách trình bày những nghiên cứu cơ bản về xác suất, đánh dấu sự phát triển của lĩnh vực này theo hướng hiện đại dựa trên nền tảng của lý thuyết độ đo.

Do tính ứng dụng rộng rãi của lĩnh vực này trong các ngành khoa học cũng như trong cuộc sống, lý thuyết xác suất đã được đưa vào giảng dạy ở bậc phổ thông, cao đẳng và đại học ở hầu hết các nước trên thế giới với các mức độ kiến thức khác nhau. Nhìn chung, các giáo trình hiện tại ở Việt Nam về lĩnh vực này chủ yếu viết cho sinh viên các ngành kinh tế và kỹ thuật ở mức độ cơ bản. Một số giáo trình chuyên sâu phù hợp cho các học viên cao học và nghiên cứu sinh ngành Toán. Đối với sinh viên ngành Sư phạm Toán và cử nhân Tốn, các khái niệm, tính chất và kết quả về lĩnh vực này cũng cần được hệ thống và trình bày chặt chẽ hơn. Giáo trình này được biên soạn nhằm đáp ứng những yêu cầu đó. Nội dung giáo trình được viết dựa trên chương trình đào tạo đối với sinh viên ngành Toán, được chia làm 5 chương. Chương 1 giới thiệu khái niệm xác suất, các tính chất và cơng thức tính xác suất. Chương 2 trình bày về biến ngẫu nhiên, các số đặc trưng và một số luật phân phối thường gặp. Chương 3 giới thiệu về vectơ ngẫu nhiên hai chiều. Chương 4 cung cấp một số khái niệm về sự hội tụ trong xác suất và các định lý giới hạn. Chương 5 được dành để nghiên cứu xích Markov với thời gian rời rạc. Bên cạnh các kiến thức lý thuyết, một hệ thống đa dạng các ví dụ minh hoạ cũng như bài tập được cung cấp để giúp người học có thể tự học, tự rèn luyện nhằm củng cố kiến thức và các kỹ năng vận dụng lý thuyết.

Mặc dù đã có nhiều cố gắng trong cơng tác biên soạn, tham khảo các tài liệu và trình bày các kiến thức một cách có hệ thống, song giáo trình sẽ khó tránh khỏi các sai sót. Tác giả rất mong nhận được sự đóng góp ý kiến của các bạn đọc để

</div>Trang 10<div class="page_container" data-page="10">

địa chỉ: Khoa Toán, Trường Đại học Sư phạm - Đại học Đà Nẵng.

Qua đây tác giả xin bày tỏ lời cảm ơn với Trường Đại học Sư phạm - Đại học Đà Nẵng cũng như các thầy, cơ trong khoa Tốn, Trường Đại học Sư phạm - Đại học Đà Nẵng đã ủng hộ và giúp đỡ trong quá trình biên soạn.

Đà Nẵng, tháng 11 năm 2021 Các tác giả

</div>Trang 11<div class="page_container" data-page="11">

XÁC SUẤT

Chương này trình bày các khái niệm cơ bản về biến cố ngẫu nhiên, xác suất của biến cố, tính chất của xác suất, xác suất có điều kiện và các cơng thức tính xác suất. Các kết quả chính của chương này có thể tham khảo ở các tài liệu [2], [8], [12], [16] và [19].

1.1. Không gian mẫu và biến cố

1.1.1. Phép thử

Phép thử là việc thực hiện những điều kiện nhất định để quan sát một hiện tượng có xảy ra hay khơng. Trong thực tế có nhiều phép thử có thể lặp đi lặp lại nhiều lần trong cùng một điều kiện như nhau nhưng chúng ta không thể biết chắc chắn kết quả nào sẽ xảy ra khi thực hiện phép thử đó. Những phép thử như vậy ta gọi là phép thử ngẫu nhiên (hay gọi tắt là phép thử). Trong giáo trình này, hai thuật ngữ phép thử và thí nghiệm được sử dụng tương đương nhau.

Ví dụ 1.1.

- Gieo một con xúc xắc.

- Hỏi tháng sinh của một sinh viên được chọn ngẫu nhiên. - Đo chiều cao của một sinh viên được chọn ngẫu nhiên.

1.1.2. Không gian mẫu

Định nghĩa 1.1. Tập tất cả các kết quả có thể xảy ra của một phép thử ngẫu nhiên được gọi là khơng gian mẫu. Kí hiệu khơng gian mẫu là Ω.

Ví dụ 1.2. Khi tung một đồng xu, có hai kết quả có thể xảy ra: xuất hiện mặt sấp (S) hoặc xuất hiện mặt ngửa (N). Không gian mẫu trong trường hợp này là

Ω = {S; N }.

Ví dụ 1.3. Một nhóm có 3 học sinh A, B và C. Xếp ngẫu nhiên 3 học sinh này thành một hàng dọc. Không gian mẫu sẽ là:

Ω = {ABC, ACB, BAC, BCA, CAB, CBA}.

Ví dụ 1.4. Tung ngẫu nhiên một đồng xu cho đến khi mặt sấp xuất hiện thì dừng. Không gian mẫu sẽ là:

Ω = {S, N S, N N S, N N N S, ...}.

Ví dụ 1.5. Quan sát số lượng hàng hóa được bán trong một ngày ở một cửa hàng. Không gian mẫu sẽ là:

Ω = {0, 1, 2, 3, ...}.

</div>Trang 12<div class="page_container" data-page="12">

1.1.3. Biến cố

Định nghĩa 1.2.

- Biến cố ngẫu nhiên (gọi tắt là biến cố ) là những hiện tượng, sự kiện có thể xảy ra hoặc không xảy ra trong phép thử ngẫu nhiên. Người ta thường dùng các chữ cái in hoa (A,B,C,...) để kí hiệu cho biến cố ngẫu nhiên.

- Khi một kết quả của phép thử xảy ra kéo theo sự xảy ra của biến cố A thì ta bảo đó là kết quả thuận lợi cho biến cố A. Mỗi biến cố A được đồng nhất với tập các kết quả thuận lợi của nó. Lúc đó, mỗi biến cố là một tập con của không gian mẫu.

- Biến cố chỉ gồm một kết quả thuận lợi được gọi là biến cố sơ cấp. Khơng gian mẫu cịn được gọi là không gian các biến cố sơ cấp.

- Biến cố được xem là xảy ra nếu có ít nhất một kết quả thuận lợi cho nó xuất hiện trong phép thử.

- Có 2 biến cố đặc biệt:

* Biến cố không thể (∅): là biến cố không thể xảy ra trong phép thử. * Biến cố chắc chắn (Ω): là biến cố ln xảy ra trong phép thử.

Ví dụ 1.6. Một hộp có 3 viên bi gồm một bi trắng (T), một bi xanh (X) và một bi vàng (V). Chọn ngẫu nhiên 2 viên bi. Khi đó:

- Khơng gian mẫu: Ω = {{T, X}, {T, V }, {X, V }}.

- Gọi A là biến cố chọn được bi vàng. Ta có: A = {{T, V }, {X, V }}.

- Nếu khi thực hiện phép thử, ta chọn được một bi xanh và một bi vàng thì kết quả này là một kết quả thuận lợi cho biến cố A.

- Biến cố chọn được 2 bi vàng là biến cố không thể (∅).

- Biến cố chọn được bi xanh hoặc vàng là biến cố chắc chắn (Ω).

Ví dụ 1.7. Xét phép thử hỏi tháng sinh của một sinh viên được chọn ngẫu nhiên.

Biến cố sinh viên có tháng sinh 31 ngày là

A = {1, 3, 5, 7, 8, 10, 12}.

Biến cố sinh viên có tháng sinh 32 ngày là ∅.

Biến cố sinh viên có tháng sinh bé hơn 32 ngày là Ω.

Ví dụ 1.8. Quan sát tuổi thọ (năm) của một thiết bị điện tử. Lúc đó:Ω = {x ∈

R: x ≥ 0}. Biến cố thiết bị điện tử bị hỏng trước 5 năm là A = {x ∈R: 0 ≤ x < 5}.

</div>Trang 13<div class="page_container" data-page="13">

1.1.4. Các phép toán trên biến cố

Cho A và B là hai biến cố của không gian mẫu Ω. a) Phép giao

Giao của hai biến cố A và B, kí hiệu A ∩ B (hoặc AB), là biến cố xảy ra khi và chỉ khi đồng thời hai biến cố A và B cùng xảy ra.

A ∩ B = {ω ∈ Ω : ω ∈ Avà ω ∈ B}.

Giao của nbiến cố Ai, i = 1, n, kí hiệu A1∩ A2∩ ... ∩ An (hoặc A1A2...An,∩ni=1Ai), là biến cố xảy ra nếu đồng thời các biến cố Ai cùng xảy ra.

Nếu hai biến cố A và B không thể đồng thời xảy ra (A ∩ B = ∅) thì ta nói A và

B xung khắc. b) Phép hợp

Hợp của hai biến cố A và B, kí hiệu A ∪ B, là biến cố xảy ra khi và chỉ khi có ít nhất một trong hai biến cố A, B xảy ra.

Biến cố A = Ω\A được gọi là biến cố đối của A (biến cố đối của biến cố A còn được kí hiệu là Ac). Nếu A xảy ra thì A không xảy ra và ngược lại.

A = {ω ∈ Ω : ω ̸∈ A}.

Nhận xét 1.1. Cho n biến cố Ai, i = 1, n. Việc khai triển biến cố đối của các biến cố ∩n

i=1Ai và ∪n

i=1Ai thông qua các biến cố đối của Ai có thể được thực hiện bởi «Luật De Morgan»:

i=1Ai= ∪ni=1Ai;∪n

i=1Ai= ∩ni=1Ai.

Hình 1.1: Biểu đồ Ven minh họa biến cố giao, biến cố hợp, biến cố đối

Ví dụ 1.9. Chọn ngẫu nhiên một chữ số từ tập hợpI = {0, 1, 2, ..., 9}. Gọi A, B

và C lần lượt là các biến cố chọn được chữ số chẵn, chọn được chữ số lẻ và chọn được chữ số nhỏ hơn 3. Lúc đó:

Ω = {0, 1, 2, ..., 9}, A = {0, 2, 4, 6, 8}, B = {1, 3, 5, 7, 9}, C = {0, 1, 2}.

</div>Trang 14<div class="page_container" data-page="14">

Các phép toán:

A ∩ B = ∅, A ∩ C = {0, 2}, B ∪ C = B = {0, 1, 3, 5, 7, 9}, A = Ω\A = B.

VìA ∩ B = ∅ nên A và B là hai biến cố xung khắc.

Ví dụ 1.10. Gieo đồng thời hai con xúc xắc cân đối đồng chất.

Biến cố “tổng số chấm xuất hiện trên hai mặt của hai xúc xắc bằng 7”:

Ví dụ 1.11. Xét phép thử đo tuổi thọ (đơn vị: giờ) của một thiết bị điện tử. Ta có khơng gian mẫu là:

Ví dụ 1.12. Hai xạ thủ cùng bắn vào một mục tiêu, kí hiệu A là biến cố xạ thủ 1 bắn trúng mục tiêu,B là biến cố xạ thủ 2 bắn trúng mục tiêu. Sử dụng các biến cố A và B ta có các biểu diễn cho các biến cố:

- Xạ thủ 1 không bắn trúng mục tiêu: A. - Cả hai xạ thủ bắn trúng mục tiêu: AB.

- Có ít nhất một xạ thủ bắn trúng mục tiêu: A ∪ B. - Có đúng một xạ thủ bắn trúng mục tiêu: AB ∪ AB. - Không có xạ thủ nào bắn trúng mục tiêu: A B.

1.2. Xác suất của biến cố

1.2.1. σ-đại số

Cho Ω là một tập hợp khác rỗng. Một lớp F các tập con của Ω được gọi là

σ-đại số nếu thỏa mãn 3 điều kiện: (1) ∅ ∈ F;

</div>Trang 15<div class="page_container" data-page="15">

Định nghĩa 1.3. Cho F là một σ-đại số trên tập Ω. Hàm tập hợp P : F → R

được gọi là độ đo xác suất nếu thỏa mãn 3 điều kiện: (1) Với mọi A ∈ F, 0 ≤ P (A) ≤ 1;

(3) P là một độ đo xác suất trên F

được gọi là không gian xác suất. Mỗi phần tử A ∈ F được gọi là biến cố và giá trị

P (A)được gọi là xác suất của biến cố A.

Lưu ý rằng ở mục 1.1.3 mỗi biến cố A là một tập con (tập tất cả các kết quả thuận lợi cho biến cố đó xảy ra) của khơng gian mẫu. Trong định nghĩa ở trên, tập con này chính là một phần tử củaF và là một tập đo được theo độ đo xác suất P

nên giá trị P (A)được xác định và được gọi là xác suất của biến cố A. Từ định nghĩa trên ta có một số tính chất cơ bản của xác suất như sau.

</div>Trang 16<div class="page_container" data-page="16">

Chứng minh. Vì Ω = A ∪ A và A ∩ A = ∅ nên

1 = P (Ω) = P (A ∪ A) = P (A) + P (A).

□ Tính chất 1.3. Nếu A ⊂ B thì P (A) ≤ P (B).

Chứng minh. Vì A ⊂ B nên B = A ∪ (AB). Do đó:

P (B) = P (A ∪ AB) = P (A) + P (AB) ≥ P (A).

</div>Trang 17<div class="page_container" data-page="17">

□ Ví dụ 1.14. Một đội bóng bàn của 1 đơn vị gồm 2 vận động viênA và B. Xác suấtA, B vượt qua vòng bảng lần lượt là 0,7 và 0,5. Do ảnh hưởng tâm lý nên xác suất cả hai người đều vượt qua vịng bảng là 0,4. Tính xác suất cả hai vận động viên đều khơng vượt qua vịng bảng.

Giải. Gọi A, B là các biến cố vận động viên A, B vượt qua vịng bảng. Ta có:

1.3.1. Quan điểm cổ điển

Giả sử không gian mẫu Ω là một tập vơ hạn đếm được có dạng:

Ví dụ 1.16. Một người chơi một trò chơi với xác suất 1/2k sẽ thắng đượck − 2

đô la, k ∈N= {1, 2, 3, ...}. Tính xác suất người này thắng ít nhất 3 đơ la.

Giải. Ở ví dụ này, phép thử chính là trò chơi và kết quả của phép thử là số tiền mà người chơi này thu về. Do đó, khơng gian mẫu:

Ω = {−1, 0, 1, 2, 3, 4, ...}.

Lúc đó, ta có thể xem:

P (k) = P ({k}) = 1

2k+2, k ∈ Ω.

</div>Trang 18<div class="page_container" data-page="18">

Gọi A là biến cố người này thắng ít nhất 3 đơ la. Ta có: A = {3, 4, 5, 6, ...}. Từ đó,

trong đó |A| là số phần tử của tập A. Từ đó, ta có định nghĩa xác suất theo quan điểm cổ điển sau đây.

Định nghĩa 1.5. Xét phép thử ngẫu nhiên với không gian mẫu Ω hữu hạn và các kết quả đồng khả năng. Khi đó, với mọi biến cốA liên quan đến phép thử, xác suất của biến cố |A| được định nghĩa:

P (A) =|A||Ω|,

trong đó |A| là số phần tử của tập A.

Ví dụ 1.17. Gieo ngẫu nhiên 2 con xúc xắc cân đối. Tính xác suất tổng số Ví dụ 1.18. Một lớp có 20 sinh viên, trong đó có 10 sinh viên biết tiếng Anh, 12 sinh viên biết tiếng Pháp và 7 sinh viên biết cả 2 thứ tiếng Anh và Pháp. Chọn ngẫu nhiên 1 sinh viên. Tìm xác suất sinh viên đó biết ít nhất 1 ngoại ngữ tiếng Anh hoặc tiếng Pháp.

Giải. Gọi A là biến cố chọn được sinh viên biết tiếng Anh, B là biến cố chọn được sinh viên biết tiếng Pháp. Xác suất cần tìm:

P (A ∪ B) = P (A) + P (B) − P (AB) = 10/20 + 12/20 − 7/20 = 3/4.

□

</div>Trang 19<div class="page_container" data-page="19">

1.3.2. Quan điểm thống kê

Xét biến cố A trong phép thử G. Giả sử ta tiến hành n phép thử thì có m lần xuất hiện biến cốA. Tỉ số fn = m/n được gọi là tần suất xuất hiệnA. Khi số phép thửn tăng lên vô hạn, tần suất fn sẽ hội tụ (hầu chắc chắn) đến giá trị p. Giá trị này được xem là xác suất của biến cố A.

Trong thực tế, khi n lớn, ta có thể xem:

p = P (A) ≈ fn.

Nhận xét 1.2. Ở định nghĩa trên, ta công nhận sự hội tụ của tỉ số fn. Khái niệm hội tụ hầu chắc chắn và cơ sở toán học cho sự hội tụ này sẽ được đề cập đến trong chương 4.

Ví dụ 1.19. Người ta muốn đánh giá xác suất một người có triệu chứng A thì xác suất mắc bệnh X là bao nhiêu? Họ tiến hành khảo sát hồ sơ của 2000 bệnh nhân có triệu chứng A thì phát hiện có 1460 mắc bệnh X. Do đó, tỉ số

f = 1460/2000 = 73%. Dựa vào số liệu này, người ta có thể đưa ra phán đốn rằng một người có triệu chứng A thì xác suất mắc bệnh X là 73%.

1.3.3. Quan điểm hình học

Định nghĩa 1.6. Giả sử không gian mẫu Ωlà một miền đo được (trên đường thẳng, trong mặt phẳng, không gian ba chiều, ...) và S là một miền con đo được của Ω. Ta lấy ngẫu nhiên một điểm trong miền Ω và đặt A là biến cố M ∈ S. Khi đó, xác suất của biến cố A được xác định như sau:

P (A) = m(S) m(Ω),

trong đó m(S), m(Ω) là số đo của miền S và Ω. Cụ thể,

- Nếu Ω là đường cong hay đoạn thẳng thì m(·) là hàm chỉ độ dài. - Nếu Ω là hình phẳng hay mặt cong thì m(·) là hàm chỉ diện tích. - Nếu Ω là hình khối 3 chiều thì m(·) là hàm chỉ thể tích.

Ví dụ 1.20. Tính xác suất khi lấy ngẫu nhiên một điểm M trong hình vng có độ dài cạnh bằng 2m thì điểm này rơi vào hình trịn nội tiếp hình của vng. Giải.

Dễ thấy:

- Diện tích hình trịn: m(S) = π(m2)

- Diện tích của hình vng:m(Ω) = 4(m2)

Theo quan điểm hình học, xác suất của

</div>Trang 20<div class="page_container" data-page="20">

Nhận xét 1.3. Từ ví dụ trên, ta cóπ = 4P (A). Nếu ta thực hiệnn phép thử (n

đủ lớn) mà cómlần điểmM rơi vào trong hình trịn, thì ta có thể xem P (A) ≈ m/n

hayπ ≈ 4m/n. Điều này có nghĩa ta có thể sử dụng các phép mơ phỏng ngẫu nhiên để tính xấp xỉ số π.

1.4. Xác suất có điều kiện

Chúng ta xét ví dụ sau: Ở một lớp học phần mơn Triết học gồm 17 sinh viên nam và 13 sinh viên nữ. Trong số đó có 12 sinh viên nam và 11 sinh viên nữ thi qua môn Triết học. Lúc đó:

- Chọn ngẫu nhiên một sinh viên, xác suất sinh viên đó thi qua mơn Triết học là 23/30.

- Nếu chọn ngẫu nhiên một sinh viên nam thì xác suất sinh viên đó thi qua mơn Triết học sẽ là 12/17.

Rõ ràng 2 xác suất trên không bằng nhau. Để phân biệt 2 xác suất trên ta kí hiệu A là biến cố sinh viên đó thi qua mơn Triết học, B là điều kiện sinh viên được chọn là sinh viên nam. Khi đó P(A|B)=12/17 được gọi là xác suất của biến cố A với điều kiện B.

Định nghĩa 1.7. Cho không gian xác suất (Ω, F , P) và hai biến cố A, B ∈ F

với P (B) ̸= 0. Xác suất của A với điều kiện B đã xảy ra, kí hiệu P (A|B), xác định bởi

P (A|B) = P (A ∩ B) P (B) .

Nhận xét 1.4. Hàm P (·|B) : F → [0, 1] xác định như định nghĩa ở trên là một độ đo xác suất trong khơng gian(Ω, F ).

Ví dụ 1.21. Trong một vùng dân cư tỉ lệ người hút thuốc là 60%, tỉ lệ người vừa hút thuốc vừa bị viêm phổi là 35%. Chọn ngẫu nhiên một người của vùng dân cư đó thấy người này hút thuốc. Tìm xác suất người này bị viêm phổi.

Giải. Gọi A là biến cố người được chọn hút thuốc, B là biến cố người được chọn bị viêm phổi. Xác suất để người này bị viêm phổi là: Ví dụ 1.22. Một sinh viên đang làm một bài thi với thời gian 2 giờ. Giả sử xác suất sinh viên đó làm xong bài thi với thời gian ít hơn x(giờ) là x/4. Biết rằng sau 1,5 (giờ) sinh viên đó vẫn đang làm bài thi. Tính xác suất sinh viên đó sử dụng toàn bộ 2 (giờ) để làm bài thi.

</div>Trang 21<div class="page_container" data-page="21">

Giải. Kí hiệu Ax là biến cố sinh viên đó hồn thành bài thi ít hơn x (giờ) với

0 ≤ x ≤ 2, B là biến cố sinh viên đó sử dụng tồn bộ 2 (giờ) để làm bài thi. Xác

P (A) nếu P (A)P (B) ̸= 0.

1.5. Cơng thức nhân xác suất

Định lí 1.1. Cho A1, A2, ..., An là các biến có của khơng gian mẫu Ω thỏa mãn Ví dụ 1.23. Một hộp đựng 4 chiếc bút mới và 6 chiếc bút cũ. Mỗi ngày lấy ngẫu nhiên một chiếc ra sử dụng, cuối ngày trả bút đó lại hộp. Tính xác suất:

a) Sau 3 ngày sử dụng hộp còn đúng 1 bút mới. b) Sau 2 ngày sử dụng hộp còn đúng 3 bút mới.

Giải. Kí hiệu Ak là biến cố ngày thứ k lấy được bút mới.

</div>Trang 22<div class="page_container" data-page="22">

Ví dụ 1.24. Trong một trường đại học có 40% sinh viên học tiếng Anh, 30% sinh viên học tiếng Pháp, trong số sinh viên học tiếng Anh có 55% sinh viên học tiếng Pháp. Chọn ngẫu nhiên một sinh viên, biết sinh viên đó học tiếng Pháp. Tính xác suất để sinh viên đó học tiếng Anh.

Giải. Gọi A là biến cố chọn được sinh viên biết tiếng Anh, B là biến cố chọn được sinh viên biết tiếng Pháp.

Hai biến cốA và B độc lập nếu việc xảy ra hay không xảy ra biến cố này không làm thay đổi xác suất xảy ra của biến cố kia.

Tức là:

P (A|B) = P (A) hoặc P (B|A) = P (B).

Điều này tương đương với:

P (A ∩ B) = P (A)P (B).

Từ đó ta định nghĩa hai biến cố độc lập như sau.

Định nghĩa 1.8. Hai biến cố A và B được gọi là độc lập nếu

P (A ∩ B) = P (A)P (B).

Trong trường hợp tổng quát ta có định nghĩa sau.

Định nghĩa 1.9. Một tập hữu hạn các biến cố {A1; A2; ..., An} (n ≥ 2) được gọi là độc lập nếu với mọi k (2 ≤ k ≤ n) biến cố bất kì An1, An2,..., Ank, 1 ≤ n1 <n2< ... < nk ≤ n, ta có:

P (An1.An2...Ank) = P (An1)P (An2)...P (Ank).

Dễ thấy rằng, một tập con các biến cố của một tập hữu hạn các biến cố độc lập cũng độc lập. Trường hợpn = 3, ba biến cố A, B, C độc lập khi và chỉ khi thỏa

</div>Trang 23<div class="page_container" data-page="23">

Định lí 1.2. Nếu A và B độc lập thì A và B, A và B, A và B là những cặp biến cố độc lập.

Chứng minh. Giả sửA và B là hai biến cố độc lập, ta chứng minh A và B độc lập. Việc chứng minhA và B, A và B độc lập hoàn toàn tương tự.

Theo định nghĩa hai biến cố độc lập, ta có:

P (AB) = P (A)P (B) ⇔ P (AB) = P (A)[1 − P (B)]⇔ P (A) − P (AB) = P (A)P (B)⇔ P (AB) = P (A)P (B).

Nhận xét 1.5. Từ Định lí 1.2, ta có: Nếu A1, A2, ..., An là các biến cố độc lập thì các biến cốB1, B2, ..., Bn, trong đó Bi là Ai hoặc Ai, cũng độc lập.

Ví dụ 1.25. Hộp I có 3 bi đỏ và 7 bi xanh, hộp II có 6 bi đỏ và 4 bi xanh. Lấy ngẫu nhiên từ mỗi hộp ra 1 viên bi. Tìm xác suất:

a) Lấy được hai viên bi cùng màu đỏ. b) Lấy được 1 bi xanh và 1 bi đỏ.

Giải. Gọi A là biến cố lấy từ hộp I được viên bi màu đỏ, B là biến cố lấy từ hộp II được viên bi màu đỏ. Ta có A và B là 2 biến cố độc lập.

a) P (AB) = P (A).P (B) = 3 10.

10 = 0, 18.

Ví dụ 1.26. Một nồi hơi có 3 van bảo hiểm hoạt động độc lập với xác suất hỏng của van 1, van 2, van 3 trong khoảng thời gian T tương ứng là 0,1; 0,2; 0,3. Nồi hơi hoạt động an tồn nếu có ít nhất một van khơng hỏng. Tính xác suất để nồi hơi hoạt động an toàn trong khoảng thời gian T.

Giải. Gọi Ai là biến cố van i bị hỏng trong khoảng thời gian T, i = 1, 2, 3. Ta

Định nghĩa 1.10. Một tập hữu hạn các biến cố {A1; A2; ..., An} (n ≥ 2) được gọi là đôi một độc lập nếu với mọi i ̸= j ta có:

P (Ai.Aj) = P (Ai)P (Aj).

</div>Trang 24<div class="page_container" data-page="24">

Nhận xét 1.6. Các biến cố A1, A2, ..., An độc lập thì chúng độc lập đơi một. Tuy nhiên, điều ngược lại nói chung là khơng đúng.

Ví dụ 1.27. Cho tập hợp 4 điểm trong không gian

Định nghĩa 1.11. Một hệ gồm n biến cố E1, E2, . . . , En được gọi là hệ đầy đủ nếu thỏa mãn hai điều kiện:

(i) Ei∩ Ej= ∅ nếu i ̸= j (các biến cố đôi một xung khắc); (ii) E1∪ E2∪ . . . ∪ En = Ω (chắc chắn có 1 biến cố xảy ra).

Nhận xét 1.7. Từ định nghĩa hệ đầy đủ ta suy ra: Nếu E1, E2, . . . , En là hệ đầy đủ thì:

P (E1) + P (E2) + ... + P (En) = 1.

Tuy nhiên, điều ngược lại nói chung là khơng đúng.

Ví dụ 1.28. Cho A và B là hai biến cố bất kỳ. Khi đó, các hệ {∅, Ω}, {A, A},

{AB, AB, AB, A B} là các hệ đầy đủ.

Ví dụ 1.29. Trong hộp có 3 bi đỏ và 2 bi trắng. Lấy ngẫu nhiên 3 viên bi. Gọi

Hi là biến cố lấy được i bi trắng, i = 0, 2. Khi đó hệ {H0, H1, H2} là đầy đủ.

1.7.2. Cơng thức xác suất tồn phần và cơng thức Bayes

Định lí 1.3. Giả sử {Ei; 1 ≤ i ≤ n} là một hệ đầy đủ sao cho P (Ei) > 0, A là biến cố bất kì. Khi đó:

P (A) = P (E1)P (A|E1) + P (E2)P (A|E2) + ... + P (En)P (A|En). (1.4) Nếu thêm điều kiện P (A) > 0 thì

P (Ei|A) = P (Ei)P (A|Ei) P (A)

</div>Trang 25<div class="page_container" data-page="25">

= P (Ei)P (A|Ei)

P (E1)P (A|E1) + ... + P (En)P (A|En). (1.5) Công thức (1.4) được gọi là công thức xác suất tồn phần (hay cơng thức xác suất đầy đủ). Công thức (1.5) được gọi là công thức Bayes.

Chứng minh. Để chứng minh (1.4) ta có

A = A ∩ Ω = A ∩ (E1∪ E2∪ ... ∪ En) = AE1∪ AE2∪ ... ∪ AEn.

Do AE1, AE2,..., AEn đôi một xung khắc nên

P (A) = P (AE1) + P (AE2) + ... + P (AEn)

= P (E1)P (A|E1) + P (E2)P (A|E2) + ... + P (En)P (A|En).

Từ tính chất xác suất có điều kiện và (1.4) ra có ngay (1.5). □ Ví dụ 1.30. Hộp I đựng 4 bi xanh và 3 bi đỏ và 2 bi vàng, hộp II đựng 5 bi xanh 2 bi đỏ và 3 bi vàng. Từ hộp I lấy ngẫu nhiên ra một viên bi bỏ vào hộp II, sau đó từ hộp II lấy ngẫu nhiên ra hai viên bi. Tính xác suất hai viên bi lấy ra ở lần thứ hai là 2 bi xanh.

Giải. Gọi E là biến cố viên bi lấy từ hộp I bỏ vào hộp II là bi xanh, A là biến cố 2 viên bi lấy lần 2 là 2 viên bi xanh.

P (A) = P (E)P (A|E) + P (E)P (A|E) = 4 Ví dụ 1.31. Một nhà máy có 3 phân xưởng sản xuất. Phân xưởng I sản xuất 50% sản phẩm, phân xưởng II sản xuất 30% sản phẩm, phân xưởng III sản xuất 20% sản phẩm. Biết rằng tỉ lệ phế phẩm do phân xưởng I, phân xưởng II, phân xưởng III sản xuất ra tương ứng là 2%, 1% và 3%. Lấy ngẫu nhiên 1 sản phẩm của nhà máy.

a) Tìm xác suất để sản phẩm lấy ra là phế phẩm.

b) Giả sử sản phẩm lấy ra là chính phẩm. Tính xác suất để sản phẩm đó do phân xưởng I sản xuất.

Giải. Gọi E1, E2, E3 lần lượt là các biến cố sản phẩm lấy ra là của phân xưởng I, II và III. Khi đó: {E1, E2, E3} là hệ đầy đủ.

a) Gọi A là biến cố sản phẩm lấy ra là phế phẩm. Theo công thức xác suất

</div>Trang 26<div class="page_container" data-page="26">

như sau:

- Cơng thức xác suất tồn phần giúp ta tính xác suất xảy ra của một biến cố dựa vào một hệ đầy đủ các giả thiết chi phối nó.

- Các xác suất P (E1), ..., P (En) được xác định trước khi phép thử tiến hành và do đo chúng được gọi là các xác suất tiên nghiệm. Các xác suấtP (E1|A), ..., P (En|A)

được xác định sau khi phép thử được tiến hành và biến cố A đã xảy ra và do do chúng được gọi là các xác suất hậu nghiệm. Vì thế cơng thức Bayes cịn được gọi là cơng thức tính xác suất hậu nghiệm. Nói cách khác, cơng thức Bayes cho phép đánh giá lại xác suất xảy ra của các giả thiết sau khi đã biết kết quả của phép thử là biến cố A đã xảy ra.

Ví dụ 1.32. Một công ty sử dụng hai máy cùng sản xuất 1 loại sản phẩm. Tỉ lệ phế phẩm của máy I là 3% và của máy II là 2%. Số lượng sản phẩm do máy I sản xuất là 2/3 và máy II sản xuất là 1/3 tổng sản phẩm của cơng ty. Tính tỉ lệ phế phẩm của cơng ty đó.

Giải. Chọn ngẫu nhiên 1 sản phẩm. Gọi E là biến cố chọn được sản phẩm của nhà máy I, A là biến cố chọn được phế phẩm.

P (A) = P (E)P (A|E) + P (E)P (A|E)= 2

3. 0, 03 + 1

3. 0, 02 ≈ 0, 027.

Ví dụ 1.33. Một nhóm có 3 người nhưng chỉ có 2 vé xem bóng đá. Để chia vé họ làm như sau: Lấy 3 phiếu, 2 phiếu ghi số 1 và 1 phiếu ghi số 0. Sau đó ta cho 3 người thay phiên nhau rút ngẫu nhiên lần lượt không hoàn lại các phiếu. Ai được phiếu ghi số 1 thì được vé.

a) Tính xác suất người rút phiếu thứ 2 được vé.

b) Hỏi việc phân chia như vậy có công bằng hay không ? Giải. Gọi Ai là biến cố người rút thứ i được vé, i = 1, 2, 3.

</div>Trang 27<div class="page_container" data-page="27">

1.8. Công thức Bernoulli

Định nghĩa 1.12. Dãy n phép thử được gọi là dãy n phép thử Bernoulli nếu thỏa mãn các điều kiện sau:

- Các phép thử độc lập

- Trong mỗi phép thử chỉ xảy ra một trong hai biến cố, kí hiệu A (thành công) và A¯ (thất bại).

- Xác suất xuất hiện biến cố A là p = P (A) không đổi trong các phép thử. Định lí 1.4. Xét dãy n phép thử Bernoulli với xác suất xảy ra biến cố A là

P (A) = p ∈ (0; 1). Khi đó, xác suất có đúng k lần xảy ra biến cố A là:

pn(k) = Cnkpk(1 − p)n−k.

Chứng minh. Khi thực hiện phép thử n lần độc lập, có đúng k lần xảy ra biến cố

A sẽ có đúng n − k lần còn lại xảy ra biến cố A. Trong n lần, chọn ra k lần xảy ra biến cố A có Cnk cách. Vì vậy xác suất có đúng k lần xảy ra biến cố A sẽ là

pn(k) = Cnk[P (A)]k[P (A)]n−k = Cnkpk(1 − p)n−k.

□ Ví dụ 1.34. Tín hiệu thông tin được phát đi 3 lần độc lập nhau. Xác suất thu được mỗi lần là 0.4.

a) Tìm xác suất để nguồn thu nhận được thông tin đúng 2 lần. b) Tìm xác suất để nguồn thu nhận được thơng tin đó.

c) Nếu muốn xác suất thu được tin ≥ 0.99 thì phải phát đi ít nhất bao nhiêu lần?

Giải. Ta có mơ hình dãy phép thử Bernoulli với n = 3; p = 0, 4. a. Xác suất để nguồn thu nhận được thông tin đúng 2 lần:

Ví dụ 1.35. Trong năm học vừa qua, ở trường đại học, tỉ lệ sinh viên thi trượt mơn Tốn là 34%, thi trượt môn Lý là 20%, và trong số các sinh viên trượt mơn Tốn, có 50% sinh viên trượt môn Lý. Phải chọn bao nhiêu sinh viên của trường này sao cho, với xác suất không bé hơn 99%, trong số đó có ít nhất một sinh viên

</div>Trang 28<div class="page_container" data-page="28">

đậu cả hai mơn Tốn và Lý.

Giải. Gọi T, L là các biến cố sinh thi trượt mơn Tốn, Lý tương ứng. Ta có:

P (T ) = 0, 34; P (L) = 0, 2; P (L|T ) = 0, 5.

Xác suất thi đậu cả 2 môn:

P ( ¯T ¯L) = 1 − P (T ∪ L) = 1 − [P (T ) + P (L) − P (T L)]

= 1 − P (T ) − P (L) + P (T )P (L|T ) = 1 − 0, 34 − 0, 2 + 0, 34 . 0, 5 = 0, 63.

Gọin là số sinh viên cần khảo sát. Ta có mơ hình Bernoulli với n phép thử và xác suất p = 0, 63. Theo giả thiết:

Ví dụ 1.36. Xác suất bắn trúng mục tiêu của một xạ thủ là 0, 6. Cho xạ thủ này bắn độc lập 20 phát vào mục tiêu. Tìm số lần bắn trúng mục tiêu có xác suất

</div>Trang 29<div class="page_container" data-page="29">

▷ 1.5. Chứng minh nếu A, B ∈ F và A ⊂ B thì P (A) ≤ P (B).

▷ 1.10. Cho 3 biến cố A, B, C trong đó P (C) > 0, P (AC) > 0. Chứng minh:

P (AB|C) = P (A|C).P (B|AC).

▷ 1.11. Cho A ∈ F sao cho P (A) ̸= 0. Xác định một hàm tập PA như sau: với mỗi

B ∈ F, PA(B) = P (B|A). Chứng minh PA cũng là một độ đo xác suất trên F.

▷ 1.12. Chứng minh rằng nếu A và B độc lập thì A và Bc, Ac và B, Ac và Bc cũng là những cặp biến cố độc lập.

▷ 1.13. ChoA, B là hai biến cố độc lập và A ⊂ B. Chứng minh rằngP (A) = 0 hoặc

P (B) = 1.

▷ 1.14. Chứng minh {A\B, AB, AB, AB} và {A, AB, AB} là các hệ đầy đủ.

▷ 1.15. Chứng minh cơng thức xác suất tồn phần và cơng thức Bayes.

▷ 1.16. Cho biến cố A và nhóm biến cố {E1, E2, ..., En} xung khắc đôi một thoả điều kiệnA ⊂ E1∪ E2∪ ... ∪ En, P (Ei) > 0 ∀i. Lúc đó, ta cũng có: ▷ 1.17. Gieo đồng thời 2 con xúc xắc. Tính xác suất:

a) Tổng số chấm xuất hiện trên 2 con là 7.

b) Số chấm xuất hiện trên 2 con hơn kém nhau 2.

▷ 1.18. Một nhà khách có 6 phịng đơn. Có 10 khách đến th phịng, trong đó có 6 nam và 4 nữ. Người quản lí chọn 6 người. Tính xác suất:

a) Cả 6 người đều là nam. b) Có 4 nam và 2 nữ. c) Có ít nhất 2 nữ. d) Có ít nhất 1 nữ.

</div>Trang 30<div class="page_container" data-page="30">

▷ 1.19. Một hộp đựng 6 quả cầu trắng, 4 quả cầu đỏ và 2 quả cầu đen. Chọn ngẫu nhiên 6 quả cầu. Tìm xác suất để chọn được 3 quả trắng, 2 đỏ và 1 đen.

▷ 1.20. Có 30 tấm thẻ đánh số từ 1 đến 30. Chọn ngẫu nhiên ra 10 tấm thẻ. Tìm xác suất:

a) Tất cả 10 tấm đều mang số chẵn.

b) Có đúng 5 tấm mang số chia hết cho 3.

▷ 1.21. Ở một nước có 50 tỉnh, mỗi tỉnh có 2 đại biểu Quốc hội. Người ta chọn ngẫu nhiên 50 đại biểu trong số 100 đại biểu để thành lập một ủy ban. Tính xác suất:

a) Trong ủy ban có ít nhất 1 đại biểu của thủ đô. b) Mỗi tỉnh đều có đúng 1 đại biểu của ủy ban.

▷ 1.22. Viết các chữ số: 1, 2, 3, 4, 5, 6, 7, 8 và 9 lên các tấm phiếu, sau đó sắp thứ

▷ 1.25. Có 15 sản phẩm, trong đó có 3 phế phẩm, được bỏ ngẫu nhiên vào 3 cái hộp I, II, III, mỗi hộp 5 sản phẩm. Tính xác suất:

a) Ở hộp thứ I chỉ có 1 phế phẩm. b) Các hộp đều có phế phẩm.

c) Các phế phẩm đều ở hộp thứ III.

▷ 1.26. Một cửa hàng đồ điện nhập một lơ bóng đèn điện đóng thành từng hộp, mỗi hộp 12 chiếc. Chủ cửa hàng kiểm tra chất lượng bằng cách lấy ngẫu nhiên 3 bóng để thử và nếu cả 3 bóng cùng tốt thì hộp bóng điện đó được chấp nhận. Tìm xác suất một hộp bóng điện được chấp nhận nếu trong hộp có 4 bóng bị hỏng.

▷ 1.27. Trong đề cương ơn tập môn học gồm 10 câu hỏi lý thuyết và 30 bài tập. Mỗi đề thi gồm có 1 câu hỏi lý thuyết và 3 bài tập được lấy ngẫu nhiên trong đề cương. Một học sinh A chỉ học 4 câu lí thuyết và 12 câu bài tập trong đề cương.

</div>Trang 31<div class="page_container" data-page="31">

Khi thi học sinh A chọn ngẫu nhiên 1 đề thi trong các đề thi được tạo thành từ đề cương. Biết rằng học sinh A chỉ trả lời được câu lí thuyết và bài tập đã học. Tính xác suất:

a) Học sinh A khơng trả lời được lí thuyết. b) Học sinh A chỉ trả lời được 2 câu bài tập.

c) Học sinh A đạt yêu cầu, biết rằng muốn đạt yêu cầu thì phải trả lời được câu hỏi lý thuyết và ít nhất 2 bài tập.

▷ 1.28. Chọn ngẫu nhiên một vé xổ số có 5 chữ số từ 0 đến 9. Tính xác suất: a) Số trên vé khơng có chữ số 1.

b) Số trên vé khơng có chữ số 2.

c) Số trên vé khơng có chữ số 1 hoặc khơng có chữ số 2.

▷ 1.29. Xếp ngẫu nhiên 5 người A, B, C, D và E vào một cái bàn dài có 5 chỗ ngồi, tính xác suất:

a) A và B đầu bàn. b) A và B cạnh nhau.

▷ 1.30. Một máy bay có 3 bộ phận A, B, C có tầm quan trọng khác nhau. Máy bay sẽ rơi khi có một viên đạn trúng vào A hoặc hai viên đạn trúng vào B hoặc ba viên trúng vào C. Giả sử các bộ phận A, B, C lần lượt chiếm 15%, 30% và 55% diện tích máy bay. Bắn 3 phát vào máy bay. Tính xác suất máy bay rơi nếu:

a) máy bay bị trúng 2 viên đạn. b) máy bay bị trúng 3 viên đạn.

▷ 1.31. Một cơng ty sử dụng hai hình thức quảng cáo là quảng cáo trên đài phát thanh và quảng cáo trên tivi. Giả sử có 25% khách hàng biết được thơng tin quảng cáo qua tivi và 34% khách hàng biết được thông tin quảng cáo qua đài phát thanh và 10% khách hàng biết được thông tin quảng cáo qua cả hai hình thức quảng cáo. Chọn ngẫu nhiên một khách hàng, tìm xác suất khách hàng đó biết được thông tin quảng cáo của công ty.

▷ 1.32. Một lớp sinh viên có 50% học tiếng Anh, 40% học tiếng Pháp, 30% học tiếng Đức, 20% học tiếng Anh và tiếng Pháp, 15% học tiếng Pháp và tiếng Đức, 10% học tiếng Anh và tiếng Đức, 5% học cả ba thứ tiếng Anh, Pháp và Đức. Chọn ngẫu nhiên ra một sinh viên. Tìm xác suất:

a) Sinh viên đó học ít nhất 1 trong 3 ngoại ngữ kể trên. b) Sinh viên đó chỉ học tiếng Anh và tiếng Đức.

c) Sinh viên đó học tiếng Pháp, biết sinh viên đó học tiếng Anh.

▷ 1.33. Một công ty đầu tư hai dự án A và B. Xác suất công ty bị thua lỗ dự án A là 0,1, bị thua lỗ dự án B là 0,2 và thua lỗ cả 2 dự án là 0,05. Tính xác suất cơng ty có đúng 1 dự án bị thua lỗ.

</div>Trang 32<div class="page_container" data-page="32">

▷ 1.34. Một sinh viên phải thi liên tiếp 2 mơn là triết học và tốn. Xác suất qua mơn triết học là 0,6 và qua mơn tốn là 0,7. Nếu trước đó đã qua mơn triết thì xác suất qua mơn tốn là 0,8. Tính xác suất:

a) Sinh viên đó thi qua cả hai mơn. b) Sinh viên đó thi qua ít nhất 1 mơn. c) Sinh viên đó thi qua đúng 1 mơn.

d) Sinh viên đó thi qua mơn tốn biết rằng đã khơng qua mơn triết học.

▷ 1.35. Một hộp bút có 10 cây bút, trong đó có 7 cây đã sử dụng. Ngày thứ 1 người ta lấy ngẫu nhiên từ hộp bút 1 cây để sử dụng, cuối ngày trả cây bút vào hộp, ngày thứ 2 và ngày thứ 3 cũng thực hiện như thế. Tính xác suất:

a) Sau ngày thứ 3 trong hộp khơng cịn cây bút mới nào. b) 3 cây bút lấy ra ở 3 ngày đều là bút đã sử dụng.

c) 2 ngày đầu lấy bút mới, ngày thứ 3 lấy bút đã sử dụng.

▷ 1.36. Có hai lơ hàng. Lơ I có 90 chính phẩm và 10 phế phẩm, lơ II có 80 chính phẩm và 20 phế phẩm. Lấy ngẫu nhiên từ mỗi lơ 1 sản phẩm. Tính xác suất:

a) Lấy được 1 chính phẩm.

b) Lấy được ít nhất 1 chính phẩm.

▷ 1.37. Một thiết bị có 2 bộ phận hoạt động độc lập. Cho biết trong thời gian hoạt động xác suất chỉ 1 bộ phận hỏng là 0,38 và xác suất bộ phận thứ 2 hỏng là 0,8. Tính xác suất bộ phận thứ nhất bị hỏng trong thời gian hoạt động.

▷ 1.38. Ba khẩu súng được bắn độc lập vào một mục tiêu, xác suất để 3 khẩu bắn trúng lần lượt bằng 0,7; 0,8; 0,5. Mỗi khẩu bắn 1 viên, tính xác suất:

a) Một khẩu bắn trúng. b) Hai khẩu bắn trúng. c) Cả ba khẩu bắn trật. d) Ít nhất một khẩu trúng.

e) Khẩu thứ nhất bắn trúng biết rằng có 2 viên trúng.

▷ 1.39. Một thiết bị gồm 3 cụm chi tiết, mỗi cụm bị hỏng khơng ảnh hưởng gì đến các cụm khác và chỉ cần một cụm hỏng là thiết bị ngừng hoạt động. Xác suất để cụm thứ nhất bị hỏng trong ngày làm việc là0, 1; tương tự cho hai cụm còn lại là

0, 5 và 0, 15. Tính xác suất để thiết bị khơng bị ngừng hoạt động trong ngày.

▷ 1.40. Một nhà máy sản xuất linh kiện điện tử có 4 phân xưởng. Phân xưởng 1 sản xuất 40%; phân xưởng 2 sản xuất 30%; phân xưởng 3 sản xuất 20% và phân xưởng 4 sản xuất 10% sản phẩm của tồn xí nghiệp. Tỉ lệ phế phẩm của các phân xưởng 1, 2, 3, 4 tương ứng là 1%, 2%, 3%, 4%. Kiểm tra ngẫu nhiên một sản phẩm do nhà máy sản xuất.

a) Tìm xác suất để sản phẩm lấy ra là sản phẩm tốt.

</div>Trang 33<div class="page_container" data-page="33">

b) Cho biết sản phẩm lấy ra kiểm tra là phế phẩm. Tính xác suất để phế phẩm đó do phân xưởng 1 sản xuất.

▷ 1.41. Một dây chuyền lắp ráp nhận các chi tiết từ hai nhà máy khác nhau, tỉ lệ chi tiết do nhà máy thứ nhất cung cấp là 60%, còn lại của nhà máy thứ 2. Tỉ lệ chính phẩm của nhà máy thứ nhất là 90% và của nhà máy thứ 2 là 85%. Lấy ngẫu nhiên một chi tiết trên dây chuyền và thấy rằng nó là chính phẩm, tìm xác suất chi tiết đó do nhà máy thứ nhất sản xuất.

▷ 1.42. Một cửa hàng máy tính chuyên kinh doanh 3 loại nhãn hiệu là IBM, Dell và Toshiba. Trong cơ cấu hàng bán, máy IBM chiếm 50%; Dell 30% và còn lại là máy Toshiba. Tất cả máy bán ra có thời hạn bảo hành là 12 tháng. Kinh nghiệm kinh doanh của chủ cửa hàng cho thấy 10% máy IBM phải sửa chữa trong thời hạn bảo hành; tỉ lệ sản phẩm cần sửa chữa của hai hiệu còn lại lần lượt là 20% và 25%.

a) Nếu có khách hàng mua một máy tính, tìm khả năng để máy tính của khách hàng đó phải đem lại sửa chữa trong thời hạn bảo hành.

b) Có một khách hàng mua máy tính mới 9 tháng đã phải đem lại vì có trục trặc, tính xác suất mà máy của khách này hiệu Toshiba.

▷ 1.43. Hai máy cùng sản xuất 1 loại sản phẩm. Tỉ lệ phế phẩm của máy I là 3% và của máy II là 2%. Từ một kho gồm 2/3 sản phẩm của máy I và 1/3 sản phẩm của máy II lấy ngẫu nhiên ra 1 sản phẩm.

a) Tính xác suất để lấy được chính phẩm.

b) Biết sản phẩm lấy ra là phế phẩm. Tính xác suất để sản phẩm đó do máy I sản suất.

▷ 1.44. Tỉ lệ người dân nghiện thuốc lá ở một vùng là 30%. Biết rằng người bị viêm họng trong số người nghiện thuốc lá là 60%, còn tỉ lệ người bị viêm họng trong số người không hút thuốc lá là 40%. Lấy ngẫu nhiên 1 người.

a) Biết người đó viêm họng, tính xác suất người đó nghiện thuốc.

b) Nếu người đó khơng bị viêm họng, tính xác suất người đó nghiện thuốc.

▷ 1.45. Trong một trường đại học có 40% sinh viên học tiếng Anh, 30% sinh viên học tiếng Pháp, trong số sinh viên khơng học tiếng Anh có 45% sinh viên học tiếng Pháp. Chọn ngẫu nhiên 1 sinh viên, biết sinh viên đó học tiếng Pháp. Tính xác suất sinh viên đó học tiếng Anh.

▷ 1.46. Có ba hộp bi bên ngồi giống hệt nhau. Hộp I có 6 trắng, 1 đen, 2 vàng; hộp II có 5 trắng, 2 đen, 3 vàng; hộp III có 4 trắng, 3 đen, 1 vàng. Lấy ngẫu nhiên 1 hộp rồi từ hộp đó lấy ngẫu nhiên 4 viên bi.

a) Tính xác suất 4 bi lấy ra có ít nhất 2 màu.

b) Giả sử 4 bi lấy ra cùng màu. Tính xác suất chọn được hộp I.

</div>Trang 34<div class="page_container" data-page="34">

▷ 1.47. Một thùng có 20 sản phẩm, trong đó có 3 sản phẩm loại I và 17 sản phẩm loại II. Trong quá trình vận chuyển bị mất 1 sản phẩm không rõ chất lượng. Lấy ngẫu nhiên 1 sản phẩm trong 19 sản phẩm cịn lại.

a) Tính xác suất lấy được sản phẩm loại I.

b) Giả sử lấy được sản phẩm loại I. Tính xác suất lấy tiếp 2 sản phẩm nữa được 1 sản phẩm loại I và 1 sản phẩm loại II.

▷ 1.48. Trong số 10 xạ thủ có 5 người bắn trúng bia với xác suất 0,9 (nhóm I); có 3 người bắn trúng bia với xác suất 0,8 (nhóm II) và 2 người bắn trúng bia với xác suất 0,7 (nhóm III). Chọn ngẫu nhiên một xạ thủ và cho anh ta bắn một viên đạn nhưng kết quả khơng trúng bia. Tính xác suất xạ thủ đó thuộc nhóm I?

▷ 1.49. Một chiếc máy bay có thể xuất hiện ở vị trí A với xác suất 2/3 và ở vị trí B với xác suất 1/3. Có 3 phương án bố trí 4 khẩu pháo bắn máy bay như sau:

Phương án 1: 3 khẩu đặt tại A, 1 khẩu đặt tại B. Phương án 2: 2 khẩu đặt tại A, 2 khẩu đặt tại B. Phương án 3: 1 khẩu đặt tại A, 3 khẩu đặt tại B.

Biết rằng xác suất bắn trúng máy bay của mỗi khẩu pháo là 0,7 và các khẩu pháo hoạt động độc lập với nhau, hãy chọn phương án tốt nhất.

▷ 1.50. Tỉ lệ sản phẩm bị lỗi của công ty A là 0,9%. Công ty sử dụng một bộ phận kiểm sốt chất lượng sản phẩm, bộ phận đó xác định chính xác một sản phẩm bị lỗi với xác suất 99% và xác định sai một sản phẩm không bị lỗi với xác suất 0,5%. Sản phẩm được bộ phận kiểm sốt chất lượng xác nhận khơng bị lỗi mới được bán ra thị trường.

a) Chọn ngẫu nhiên 1 sản phẩm sau khi kiểm sốt chất lượng xác nhận khơng bị lỗi, tính xác suất sản phẩm đó khơng bị lỗi.

b) Chọn ngẫu nhiên 1 sản phẩm sau khi kiểm sốt chất lượng xác nhận bị lỗi, tính xác suất sản phẩm đó khơng bị lỗi.

▷ 1.51. Một phương pháp phân tích mới nhằm phát hiện chất gây ơ nhiễm trong nước đang được một nhà sản xuất tiến hành thử nghiệm. Nếu thành cơng, phương pháp phân tích này sẽ phát hiện cùng một lúc 3 loại chất gây ô nhiễm có thể có trong nước: chất hữu cơ, các dung môi dễ bay hơi, các hợp chất Clo. Các kỹ sư cho rằng thí nghiệm mới này có thể phát hiện chính xác nguồn nước bị ơ nhiễm bởi các chất hữu cơ với xác suất 99,7%, bởi các dung môi dễ bay hơi với xác suất 99,95% và bởi các hợp chất Clo với xác suất 89,7%. Cịn nếu nguồn nước khơng bị ơ nhiễm bởi ba loại trên thì phương pháp phân tích cho kết quả chính xác 100%. Các mẫu nước được chuẩn bị cho tiến hành thử nghiệm có 60% mẫu bị nhiễm các chất hữu cơ, 27% mẫu bị nhiễm các dung môi dễ bay hơi và 13% mẫu bị nhiễm các hợp chất Clo. Chọn ngẫu nhiên một mẫu để áp dụng.

</div>Trang 35<div class="page_container" data-page="35">

a) Tính xác suất phương pháp phân tích cho kết quả mẫu bị ơ nhiễm.

b) Giả sử phương pháp phân tích cho kết quả mẫu bị ơ nhiễm. Tính xác suất phương pháp phân tích cho kết quả mẫu bị ô nhiễm bởi hợp chất Clo.

▷ 1.52. Cơng ty A thường thăm dị ý kiến khách hàng trước khi đưa sản phẩm mới ra thị trường. Thông tin quá khứ cho thấy một sản phẩm rất thành cơng có 95% ý kiến thăm dị đánh giá tốt, một sản phẩm thành cơng vừa phải có 60% ý kiến thăm dò đánh giá tốt và một sản phẩm khơng thành cơng có 10% ý kiến thăm dị đánh giá tốt. Ngồi ra, cơng ty đã có 40% sản phẩm rất thành công, 35% sản phẩm thành công vừa phải và 25% sản phẩm khơng thành cơng. Tìm xác suất một sản phẩm có ý kiến thăm dị đánh giá tốt.

▷ 1.53. Một thiết bị điện tử bao gồm 40 vi mạch độc lập. Xác suất một vi mạch bị lỗi là 0,01. Thiết bị này chỉ hoạt động khi khơng có vi mạch nào bị lỗi. Tính xác suất thiết bị này không hoạt động.

▷ 1.54. Bắn ba viên đạn độc lập vào 1 mục tiêu. Xác suất trúng mục tiêu của mỗi viên lần lượt là 0,7; 0,8; 0,9. Biết rằng nếu chỉ 1 viên trúng hoặc 2 viên trúng thì mục tiêu bị phá hủy với xác suất lần lượt là 0,4 và 0,6. Còn nếu 3 viên trúng thì mục tiêu bị phá hủy. Tìm xác suất để mục tiêu bị phá hủy.

▷1.55. Hai người cùng bắn vào một mục tiêu. Khả năng bắn trúng của từng người là 0,8 và 0,9. Tính xác suất:

a) chỉ có 1 người bắn trúng. b) có người bắn trúng mục tiêu. c) cả hai người bắn trượt.

▷ 1.56. Một nồi hơi có 3 van bảo hiểm. Xác suất hỏng của van 1, 2 và 3 trong thời gian làm việc là 0,05; 0,05 và 0,06. Các van hoạt động độc lập. Nồi hơi gặp nguy hiểm nếu có 2 van bị hỏng. Tính xác suất nồi hơi hoạt động bình thường trong thời gian làm việc.

▷ 1.57. Bắn liên tiếp vào mục tiêu đến khi nào có viên đạn trúng thì ngừng bắn. Tìm xác suất sao cho phải bắn đến viên đạn thứ 4, biết xác suất viện đạn trúng mục tiêu là 0,6 và các lần bắn độc lập với nhau.

▷ 1.58. Tỉ lệ phế phẩm của một nhà máy là 5%. Tìm xác suất để trong 12 sản phẩm do nhà máy đó sản xuất ra:

a) Có đúng 2 phế phẩm. b) Có khơng q 2 phế phẩm.

▷ 1.59. Đề thi trắc nghiệm có 10 câu hỏi, mỗi câu có 5 cách trả lời, trong đó chỉ có 1 cách trả lời đúng. Một thí sinh chọn cách trả lời một cách hoàn toàn hú họa. Tìm xác suất để thí sinh đó thi đỗ, biết rằng để thi đỗ phải trả lời đúng ít nhất

</div>Trang 36<div class="page_container" data-page="36">

8 câu.

▷ 1.60. Một người bắn bia với xác suất bắn trúng là 0,7.

a) Bắn liên tiếp 3 viên, tính xác suất để có ít nhất một lần trúng bia.

b) Hỏi phải bắn ít nhất mấy lần để có xác suất ít nhất 1 lần trúng bia khơng bé hơn 0,9?

▷ 1.61. Một lơ hàng có tỉ lệ phế phẩm là 5%, cần phải lấy mẫu cỡ bao nhiêu sao cho xác suất để có ít nhất một phế phẩm khơng bé hơn 0,95.

▷ 1.62. Tín hiệu thông tin được phát 3 lần với xác suất thu được mỗi lần là 0,4. a) Tìm xác suất để nguồn thu nhận được thơng tin đó.

b) Cần phải phát tín hiệu ít nhất bao nhiêu lần để suất thu được lớn hơn 0,9.

</div>Trang 37<div class="page_container" data-page="37">

BIẾN NGẪU NHIÊN

Chương này trình bày khái niệm về biến ngẫu nhiên, hàm phân phối xác suất, giới thiệu về phân phối rời rạc, phân phối liên tục, các số đặc trưng cũng như một số các phân phối xác suất thường gặp. Các kết quả chính của chương này có thể tham khảo ở các tài liệu [5], [6], [12], [16] và [19].

2.1. Biến ngẫu nhiên

Trước hết ta xét ví dụ sau:

Ví dụ 2.1. Xét phép thử ngẫu nhiên tung đồng thời 2 con xúc xắc. Gọi X

là tổng số chấm trên mặt xuất hiện của hai con xúc xắc. Ta có khơng gian mẫu

Ω = {(m; n) : m = 1, 6; n = 1, 6}. Khi đó X là một ánh xạ từ không gian mẫu vào tập số thực R xác định bởi X((m, n)) = m + n. Ở đây X không chỉ là một ánh xạ thơng thường mà nó cịn có một tính chất là mỗi lần lần tung xúc xắc thì giá trị nhận được của X là một số ngẫu nhiên phụ thuộc vào kết quả thu được của phép thử. Vì vậy X được gọi là biến ngẫu nhiên.

Ta có định nghĩa tổng quát sau:

Định nghĩa 2.1. Cho không gian xác suất (Ω, F , P ). Ánh xạ X : Ω → R được

gọi là biến ngẫu nhiên nếu với mọi A ∈ B(R):

X−1(A) = {ω ∈ Ω : X(ω) ∈ A} ∈ F .

Tập tất cả các giá trị của X được gọi là miền giá trị của X và kí hiệu là X(Ω). Ví dụ 2.2. Tung một đồng xu cho đến khi nào xuất hiện mặt sấp thì dừng lại. Gọi X là số lần tung. Kí hiệu hai mặt sấp và ngửa của đồng xu là S và N. Ta có khơng gian mẫu: Ω = {S, N S, N N S, ...} và σ-đại số F là tập tất cả các tập con

Ví dụ 2.3. Chọn ngẫu nhiên một sinh viên của trường đại học A, gọi X là chiều cao của sinh viên đó.

Ta có khơng gian mẫu Ω = {tồn bộ sinh viên của đại học A}, σ-đại số F là tập tất cả các tập con của Ω.

Khi đó với mỗi sv ∈ Ω, X(sv) = chiều cao của sv. Tương tự Ví dụ 2.2 ta có X

</div>Trang 38<div class="page_container" data-page="38">

là biến ngẫu nhiên.

Nhận xét 2.1. Để cho gọn trong trình bày, với A ⊂R, ta kí hiệu: (X ∈ A) := {ω ∈ Ω : X(ω) ∈ A}.

Chẳng hạn:

(a < X ≤ b) := {ω ∈ Ω : a < X(ω) ≤ b},

(X = a) := {ω ∈ Ω : X(ω) = a}.

2.2. Hai loại biến ngẫu nhiên

2.2.1. Biến ngẫu nhiên rời rạc

Định nghĩa 2.2. Nếu biến ngẫu nhiên X có miền giá trị có số lượng hữu hạn hoặc vơ hạn đếm được thì X được gọi là biến ngẫu nhiên rời rạc.

Giả sử biến ngẫu nhiên rời rạc X có miền giá trị X(Ω) = {x1, x2, ...}, hàm số

được gọi là hàm xác suất (the probability mass function) của biến ngẫu nhiên X. Trong trường hợp X(Ω) hữu hạn thì ta có thể lập bảng các giá trị của p(x) như

Bảng trên được gọi là bảng phân phối xác suất của biến ngẫu nhiên X.

Ví dụ 2.4. Một hộp đựng 3 viên bi xanh và 4 viên bi đỏ, các viên bi giống nhau hồn tồn về kích thước và khối lượng. Lấy ngẫu nhiên ra 3 viên bi, gọiX là số bi xanh có trong 3 viên bi lấy ra.

a) Lập bảng phân phối xác suất của X.

</div>Trang 39<div class="page_container" data-page="39">

Vì vậy, bảng phân phối xác suất của biến ngẫu nhiên X là: Ví dụ 2.5. Tung một con xúc xắc cho đến khi xuất hiện mặt một chấm thì dừng lại. Gọi X là số lần tung.

a) Tìm hàm xác suất của biến ngẫu nhiên X.

Ví dụ 2.6. Trong một tháng, số học sinh vắng học X của một lớp có phân phối như sau:

</div>Trang 40<div class="page_container" data-page="40">