Toàn bộ lý thuyết trọng tâm về xác suất có điều kiện, mối liên hệ với biến cố độc lập, công thức nhân xác suất, bảng dữ liệu thống kê 2x2, sơ đồ hình cây, giải mã trò chơi ô cửa bí mật và lời giải chi tiết tất cả các bài tập 6.1 - 6.6 SGK Toán 12 Kết nối tri thức.
Sách giáo khoa Toán 12 tập 2 – Kết nối tri thức với cuộc sống (Trang 64 – 71)
Ô cửa bí mật (Let's Make a Deal / Bài toán Monty Hall) là một trò chơi trên truyền hình nổi tiếng ở Mỹ và nhiều quốc gia trên thế giới:
Trong thực tế, ta thường xuyên cập nhật xác suất của một biến cố khi biết thêm một thông tin nào đó. Chẳng hạn:
Trong một hộp kín có 7 chiếc bút bi xanh và 5 chiếc bút bi đen, các chiếc bút có cùng kích thước và khối lượng. Bạn Sơn lấy ngẫu nhiên một chiếc bút bi trong hộp, không trả lại. Sau đó Tùng lấy ngẫu nhiên một chiếc bút trong 11 chiếc bút còn lại. Tính xác suất để Tùng lấy được bút bi xanh nếu biết rằng Sơn đã lấy được bút bi đen.
Cho hai biến cố $A$ và $B$. Xác suất của biến cố $A$, được tính khi biết biến cố $B$ đã xảy ra, được gọi là xác suất của biến cố $A$ với điều kiện $B$, kí hiệu là: $$\mathbf{P(A \mid B)}$$
Cho hai biến cố $A$ và $B$ bất kì, với $P(B) > 0$. Khi đó:
Ghi chú: Nếu kết quả của phép thử là đồng khả năng thì $P(A \mid B) = \dfrac{n(AB)}{n(B)}$, trong đó $n(B)$ là số kết quả thuận lợi cho biến cố $B$, $n(AB)$ là số kết quả thuận lợi cho cả $A$ và $B$.
Một hộp có 20 viên bi trắng và 10 viên bi đen, các viên bi có cùng kích thước và khối lượng. Bạn Bình lấy ngẫu nhiên một viên bi trong hộp, không trả lại. Sau đó bạn An lấy ngẫu nhiên một viên bi trong hộp đó.
Gọi $A$ là biến cố: "An lấy được viên bi trắng"; $B$ là biến cố: "Bình lấy được viên bi trắng".
Tính $P(A \mid B)$ bằng định nghĩa và bằng công thức tính $P(A \mid B)$ ở trên.
Cách 1: Tính bằng định nghĩa
Nếu biến cố $B$ xảy ra (tức là Bình đã lấy được viên bi trắng), khi đó trong hộp còn lại $29$ viên bi gồm $19$ viên bi trắng và $10$ viên bi đen.
Do An lấy ngẫu nhiên một viên từ 29 viên còn lại, xác suất để An lấy được viên bi trắng là:
$$P(A \mid B) = \frac{19}{29}$$
Cách 2: Tính bằng công thức
- Không gian mẫu $\Omega$ là số cách để lần lượt Bình lấy 1 viên và An lấy 1 viên: $n(\Omega) = 30 \cdot 29$.
- Biến cố $B$: Bình lấy 1 viên bi trắng trong 20 viên (có 20 cách), sau đó An lấy 1 viên trong 29 viên còn lại (có 29 cách).
Do đó $n(B) = 20 \cdot 29 \implies P(B) = \dfrac{n(B)}{n(\Omega)} = \dfrac{20 \cdot 29}{30 \cdot 29} = \dfrac{20}{30} = \dfrac{2}{3}$.
- Biến cố $AB$ là "Bình và An cùng lấy được viên bi trắng": Bình có 20 cách chọn bi trắng, An có 19 cách chọn bi trắng trong số bi trắng còn lại.
Do đó $n(AB) = 20 \cdot 19 \implies P(AB) = \dfrac{n(AB)}{n(\Omega)} = \dfrac{20 \cdot 19}{30 \cdot 29}$.
Áp dụng công thức tính xác suất có điều kiện:
$$P(A \mid B) = \frac{P(AB)}{P(B)} = \frac{\dfrac{20 \cdot 19}{30 \cdot 29}}{\dfrac{20 \cdot 29}{30 \cdot 29}} = \frac{20 \cdot 19}{20 \cdot 29} = \frac{19}{29}$$
Cả hai cách đều cho cùng một kết quả.
Trở lại Ví dụ 1. Tính $P(A \mid \overline{B})$ bằng định nghĩa và bằng công thức.
Cách 1: Bằng định nghĩa
Nếu $\overline{B}$ xảy ra (Bình lấy được viên bi đen), trong hộp còn lại $29$ viên bi gồm nguyên vẹn $20$ viên bi trắng và $9$ viên bi đen.
Xác suất để An lấy được viên bi trắng là:
$$P(A \mid \overline{B}) = \frac{20}{29}$$
Cách 2: Bằng công thức
- Xác suất của biến cố $\overline{B}$: $P(\overline{B}) = 1 - P(B) = 1 - \dfrac{20}{30} = \dfrac{10}{30} = \dfrac{1}{3}$. Hoặc số kết quả thuận lợi $n(\overline{B}) = 10 \cdot 29$.
- Biến cố $A\overline{B}$ là: "Bình lấy được viên bi đen và An lấy được viên bi trắng".
Bình lấy 1 viên bi đen có 10 cách; An lấy 1 viên bi trắng trong 20 viên có 20 cách $\implies n(A\overline{B}) = 10 \cdot 20$.
Do đó: $P(A\overline{B}) = \dfrac{10 \cdot 20}{30 \cdot 29}$.
Áp dụng công thức:
$$P(A \mid \overline{B}) = \frac{P(A\overline{B})}{P(\overline{B})} = \frac{\dfrac{10 \cdot 20}{30 \cdot 29}}{\dfrac{10 \cdot 29}{30 \cdot 29}} = \frac{10 \cdot 20}{10 \cdot 29} = \frac{20}{29}$$
a) Từ công thức tính $P(A \mid B)$ ở trên, chứng minh rằng nếu $A$ và $B$ là hai biến cố độc lập với $P(A) > 0, P(B) > 0$ thì $P(A \mid B) = P(A)$ và $P(B \mid A) = P(B)$.
b) Từ định nghĩa xác suất có điều kiện và định nghĩa về tính độc lập của hai biến cố, hãy chứng tỏ rằng nếu $A$ và $B$ là hai biến cố độc lập thì $P(A \mid B) = P(A)$ và $P(B \mid A) = P(B)$.
a) Chứng minh theo công thức:
Vì $A$ và $B$ là hai biến cố độc lập nên theo định nghĩa đã học ở lớp 11 ta có:
$$P(AB) = P(A) \cdot P(B)$$
Với $P(A) > 0, P(B) > 0$, ta có:
$$P(A \mid B) = \frac{P(AB)}{P(B)} = \frac{P(A) \cdot P(B)}{P(B)} = P(A)$$
Tương tự:
$$P(B \mid A) = \frac{P(BA)}{P(A)} = \frac{P(B) \cdot P(A)}{P(A)} = P(B)$$
b) Giải thích theo định nghĩa:
- Theo định nghĩa, $P(A \mid B)$ là xác suất của $A$, tính trong điều kiện biết rằng biến cố $B$ đã xảy ra.
Vì $A$ và $B$ độc lập nên việc biến cố $B$ xảy ra hay không xảy ra không ảnh hưởng tới xác suất xuất hiện của $A$. Do đó:
$$P(A \mid B) = P(A)$$
- Tương tự, $P(B \mid A)$ là xác suất của $B$, tính trong điều kiện biết rằng $A$ đã xảy ra. Vì $A$ và $B$ độc lập nên việc $A$ xảy ra không ảnh hưởng tới xác suất xuất hiện của $B$. Do đó:
$$P(B \mid A) = P(B)$$
Chứng tỏ rằng nếu $A$ và $B$ là hai biến cố độc lập thì: $$P(\overline{A} \mid B) = P(\overline{A}) \quad \text{và} \quad P(A \mid \overline{B}) = P(A)$$
Trong thực tế, khi khảo sát mối quan hệ giữa hai yếu tố (mỗi yếu tố nhận 2 trạng thái), dữ liệu thu thập được thường được biểu diễn dưới dạng bảng gồm 2 dòng và 2 cột (gọi là bảng dữ liệu thống kê $2 \times 2$). Dạng bảng này giúp việc tính xác suất có điều kiện trở nên rất trực quan và thuận lợi.
Một viện nghiên cứu về an toàn giao thông muốn tìm hiểu về mối quan hệ giữa việc thắt dây an toàn khi lái xe và nguy cơ tử vong của người lái xe khi xảy ra tai nạn giao thông. Giả sử viện đã xem xét $577\,006$ vụ tai nạn giao thông ô tô và việc thắt dây an toàn của người lái xe khi xảy ra tai nạn giao thông. Kết quả cho thấy:
Kết quả trên được trình bày dưới dạng bảng dữ liệu thống kê $2 \times 2$ như sau:
| Thắt dây an toàn \ Kết quả | Kết quả | ||
|---|---|---|---|
| Tử vong | Sống sót | ||
| Thắt dây an toàn |
Không | $1\,601$ | $162\,527$ |
| Có | $510$ | $412\,368$ | |
Chọn ngẫu nhiên một người lái xe trong số $577\,006$ người bị tai nạn giao thông.
a) Tính xác suất để người lái xe đó tử vong khi xảy ra tai nạn giao thông trong trường hợp không thắt dây an toàn.
b) Tính xác suất để người lái xe đó tử vong khi xảy ra tai nạn giao thông trong trường hợp có thắt dây an toàn.
c) So sánh hai xác suất ở câu a và câu b rồi rút ra kết luận.
a) Tính xác suất người lái xe tử vong khi không thắt dây an toàn, tức là $P(A \mid B)$:
Tổng số người không thắt dây an toàn là:
$$n(B) = 162\,527 + 1\,601 = 164\,128 \implies P(B) = \frac{n(B)}{n(\Omega)} = \frac{164\,128}{577\,006}$$
Số người không thắt dây an toàn và tử vong là: $n(AB) = 1\,601 \implies P(AB) = \dfrac{1\,601}{577\,006}$.
Do đó xác suất có điều kiện là:
$$P(A \mid B) = \frac{P(AB)}{P(B)} = \frac{1\,601}{164\,128} \approx 9{,}755 \cdot 10^{-3} = 0{,}009755$$
b) Tính xác suất người lái xe tử vong khi có thắt dây an toàn, tức là $P(A \mid \overline{B})$:
$\overline{B}$ là biến cố người lái xe đó có thắt dây an toàn.
Tổng số người có thắt dây an toàn là:
$$n(\overline{B}) = 412\,368 + 510 = 412\,878 \implies P(\overline{B}) = \frac{412\,878}{577\,006}$$
Số người có thắt dây an toàn và tử vong là: $n(A\overline{B}) = 510 \implies P(A\overline{B}) = \dfrac{510}{577\,006}$.
Do đó:
$$P(A \mid \overline{B}) = \frac{P(A\overline{B})}{P(\overline{B})} = \frac{510}{412\,878} \approx 1{,}235 \cdot 10^{-3} = 0{,}001235$$
c) So sánh và rút ra kết luận:
Tỉ số giữa hai xác suất:
$$\frac{P(A \mid B)}{P(A \mid \overline{B})} \approx \frac{9{,}755 \cdot 10^{-3}}{1{,}235 \cdot 10^{-3}} \approx 7{,}9 \implies P(A \mid B) \approx 7{,}9 \cdot P(A \mid \overline{B})$$
Kết luận: Xác suất tử vong khi xảy ra tai nạn giao thông của người lái xe không thắt dây an toàn cao gấp khoảng 7,9 lần so với người có thắt dây an toàn. Điều này minh chứng tầm quan trọng sống còn của việc luôn thắt dây an toàn khi tham gia giao thông bằng ô tô!
Một công ty dược phẩm muốn so sánh tác dụng điều trị bệnh X của hai loại thuốc M và N. Công ty đã tiến hành thử nghiệm với $4\,000$ bệnh nhân mắc bệnh X trong đó $2\,400$ bệnh nhân dùng thuốc M, $1\,600$ bệnh nhân còn lại dùng thuốc N. Kết quả được cho trong bảng dữ liệu thống kê $2 \times 2$ như sau:
| Kết quả \ Uống thuốc | Uống thuốc | |
|---|---|---|
| M | N | |
| Khỏi bệnh | $1\,600$ | $1\,200$ |
| Không khỏi bệnh | $800$ | $400$ |
Chọn ngẫu nhiên một bệnh nhân trong số $4\,000$ bệnh nhân thử nghiệm sau khi uống thuốc. Tính xác suất để bệnh nhân đó:
a) Uống thuốc M, biết rằng bệnh nhân đó khỏi bệnh;
b) Uống thuốc N, biết rằng bệnh nhân đó không khỏi bệnh.
a) Tính xác suất uống thuốc M biết rằng bệnh nhân đó khỏi bệnh:
- Gọi $M$ là biến cố: "Bệnh nhân uống thuốc M".
- Gọi $K$ là biến cố: "Bệnh nhân khỏi bệnh".
Từ bảng số liệu, tổng số bệnh nhân khỏi bệnh là:
$$n(K) = 1\,600 + 1\,200 = 2\,800$$
Số bệnh nhân vừa uống thuốc M vừa khỏi bệnh là:
$$n(MK) = 1\,600$$
Do đó xác suất để bệnh nhân uống thuốc M khi biết bệnh nhân đó đã khỏi bệnh là:
$$P(M \mid K) = \frac{n(MK)}{n(K)} = \frac{1\,600}{2\,800} = \frac{4}{7} \approx 0{,}5714 \ (57{,}14\%)$$
b) Tính xác suất uống thuốc N biết rằng bệnh nhân đó không khỏi bệnh:
- Gọi $N$ là biến cố: "Bệnh nhân uống thuốc N".
- Biến cố $\overline{K}$ là: "Bệnh nhân không khỏi bệnh".
Từ bảng số liệu, tổng số bệnh nhân không khỏi bệnh là:
$$n(\overline{K}) = 800 + 400 = 1\,200$$
Số bệnh nhân uống thuốc N và không khỏi bệnh là:
$$n(N\overline{K}) = 400$$
Do đó xác suất cần tìm là:
$$P(N \mid \overline{K}) = \frac{n(N\overline{K})}{n(\overline{K})} = \frac{400}{1\,200} = \frac{1}{3} \approx 0{,}3333 \ (33{,}33\%)$$
Chứng minh rằng, với hai biến cố $A$ và $B$, $P(B) > 0$, ta có: $$P(AB) = P(B) \cdot P(A \mid B)$$
Với hai biến cố $A$ và $B$ bất kì, ta có:
Trong một hộp kín có 7 chiếc bút bi xanh và 5 chiếc bút bi đen, các chiếc bút có cùng kích thước và khối lượng. Bạn Sơn lấy ngẫu nhiên một chiếc bút bi từ trong hộp, không trả lại. Sau đó bạn Tùng lấy ngẫu nhiên một trong 11 chiếc bút còn lại. Tính xác suất để Sơn lấy được bút bi đen và Tùng lấy được bút bi xanh.
Một phương pháp rất trực quan và hiệu quả để mô tả và giải quyết các bài toán xác suất liên tiếp như Ví dụ 4 là sử dụng sơ đồ hình cây:
Trở lại Ví dụ 4. Tính xác suất để:
a) Sơn lấy được bút bi xanh và Tùng lấy được bút bi đen;
b) Hai chiếc bút lấy ra có cùng màu.
a) Tính xác suất Sơn lấy bút bi xanh và Tùng lấy bút bi đen:
Đây chính là kết quả theo đường nhánh $O \to X \to Đ$ trên sơ đồ hình cây:
- Xác suất Sơn lấy bút xanh: $P(X) = \dfrac{7}{12}$.
- Khi Sơn đã lấy 1 bút xanh, trong hộp còn 11 chiếc gồm 5 bút đen và 6 bút xanh. Xác suất Tùng lấy bút đen là: $P(Đ \mid X) = \dfrac{5}{11}$.
Theo công thức nhân xác suất:
$$P(XĐ) = P(X) \cdot P(Đ \mid X) = \frac{7}{12} \cdot \frac{5}{11} = \frac{35}{132}$$
b) Tính xác suất hai chiếc bút lấy ra có cùng màu:
Biến cố "Hai chiếc bút lấy ra có cùng màu" xảy ra khi cả hai bạn cùng lấy được bút đen ($ĐĐ$) hoặc cả hai bạn cùng lấy được bút xanh ($XX$).
- Xác suất cả 2 lấy bút đen (nhánh $O \to Đ \to Đ$):
$$P(ĐĐ) = \frac{5}{12} \cdot \frac{4}{11} = \frac{20}{132}$$
- Xác suất cả 2 lấy bút xanh (nhánh $O \to X \to X$):
$$P(XX) = \frac{7}{12} \cdot \frac{6}{11} = \frac{42}{132}$$
Vì hai biến cố $ĐĐ$ và $XX$ là hai biến cố xung khắc nên theo công thức cộng xác suất:
$$P(\text{cùng màu}) = P(ĐĐ) + P(XX) = \frac{20}{132} + \frac{42}{132} = \frac{62}{132} = \frac{31}{66} \approx 0{,}4697$$
Trở lại trò chơi "Ô cửa bí mật" trong tình huống mở đầu. Giả sử người chơi chọn cửa số 1 và người quản trò mở cửa số 3 thấy con lừa.
Kí hiệu $E_1, E_2, E_3$ tương ứng là các biến cố: "Sau ô cửa số 1 có ô tô"; "Sau ô cửa số 2 có ô tô"; "Sau ô cửa số 3 có ô tô".
Gọi $H$ là biến cố: "Người quản trò mở ô cửa số 3 thấy con lừa".
Sau khi người quản trò mở cánh cửa số 3 thấy con lừa (tức biến cố $H$ đã xảy ra), để quyết định thay đổi lựa chọn hay không, người chơi cần so sánh hai xác suất có điều kiện: $P(E_1 \mid H)$ và $P(E_2 \mid H)$.
a) Chứng minh rằng: $$P(E_1) = P(E_2) = P(E_3) = \frac{1}{3}$$ $$P(H \mid E_1) = \frac{1}{2} \quad \text{và} \quad P(H \mid E_2) = 1$$
b) Sử dụng công thức tính xác suất có điều kiện và công thức nhân xác suất, chứng minh rằng: $$P(E_1 \mid H) = \frac{P(E_1) \cdot P(H \mid E_1)}{P(H)} \quad \text{và} \quad P(E_2 \mid H) = \frac{P(E_2) \cdot P(H \mid E_2)}{P(H)}$$
c) Từ các kết quả trên hãy suy ra: $$P(E_2 \mid H) = 2P(E_1 \mid H)$$ Từ đó hãy đưa ra lời khuyên cho người chơi: Nên giữ nguyên sự lựa chọn ban đầu hay chuyển sang cửa chưa mở còn lại?
a) Xác định các xác suất cơ sở:
- Ban đầu ô tô được xếp ngẫu nhiên và đồng khả năng vào 1 trong 3 cánh cửa, nên:
$$P(E_1) = P(E_2) = P(E_3) = \frac{1}{3}$$
- Nếu $E_1$ xảy ra (ô tô nằm sau cánh cửa số 1 mà người chơi đã chọn), khi đó sau cả hai cánh cửa số 2 và số 3 đều là con lừa. Người quản trò sẽ chọn ngẫu nhiên mở một trong hai cánh cửa 2 hoặc 3 với khả năng như nhau, do đó:
$$P(H \mid E_1) = \frac{1}{2}$$
- Nếu $E_2$ xảy ra (ô tô nằm sau cánh cửa số 2): Người quản trò không được mở cửa số 1 (vì người chơi đã chọn) và không được mở cửa số 2 (vì có ô tô). Do đó người quản trò bắt buộc $100\%$ phải mở cửa số 3. Vì vậy:
$$P(H \mid E_2) = 1$$
- (Nếu $E_3$ xảy ra thì cửa số 3 có ô tô, người quản trò không bao giờ mở cửa số 3 để lộ ô tô, nên $P(H \mid E_3) = 0$).
b) Áp dụng định nghĩa và công thức nhân:
Theo định nghĩa xác suất có điều kiện và công thức nhân xác suất:
$$P(E_1 \mid H) = \frac{P(E_1 H)}{P(H)} = \frac{P(E_1) \cdot P(H \mid E_1)}{P(H)}$$
$$P(E_2 \mid H) = \frac{P(E_2 H)}{P(H)} = \frac{P(E_2) \cdot P(H \mid E_2)}{P(H)}$$
(Đây cũng chính là dạng sơ khai của Công thức Bayes mà ta sẽ học ở Bài 19).
c) So sánh và Lời khuyên vàng cho người chơi:
Lập tỉ số giữa hai xác suất có điều kiện:
$$\frac{P(E_2 \mid H)}{P(E_1 \mid H)} = \frac{\dfrac{P(E_2) \cdot P(H \mid E_2)}{P(H)}}{\dfrac{P(E_1) \cdot P(H \mid E_1)}{P(H)}} = \frac{P(E_2) \cdot P(H \mid E_2)}{P(E_1) \cdot P(H \mid E_1)} = \frac{\dfrac{1}{3} \cdot 1}{\dfrac{1}{3} \cdot \dfrac{1}{2}} = 2$$
Suy ra:
$$P(E_2 \mid H) = 2P(E_1 \mid H)$$
Vì sau khi mở cửa 3 thấy lừa thì ô tô chỉ có thể ở cửa 1 hoặc cửa 2, nên $P(E_1 \mid H) + P(E_2 \mid H) = 1$.
Từ đó ta tính được chính xác:
$$P(E_1 \mid H) = \frac{1}{3} \approx 33{,}33\%, \qquad P(E_2 \mid H) = \frac{2}{3} \approx 66{,}67\%$$
Một hộp kín đựng 20 tấm thẻ giống hệt nhau đánh số từ 1 đến 20. Một người rút ngẫu nhiên ra một tấm thẻ từ trong hộp. Người đó được thông báo rằng thẻ rút ra mang số chẵn. Tính xác suất để người đó rút được thẻ số 10.
Cho hai biến cố $A$ và $B$ có: $P(A) = 0{,}2$; $P(B) = 0{,}51$; $P(B \mid A) = 0{,}8$. Tính $P(A \mid B)$.
Gieo hai con xúc xắc cân đối, đồng chất. Tính xác suất để:
a) Tổng số chấm xuất hiện trên hai con xúc xắc bằng 7 nếu biết rằng ít nhất có một con xúc xắc xuất hiện mặt 5 chấm;
b) Có ít nhất một con xúc xắc xuất hiện mặt 5 chấm nếu biết rằng tổng số chấm xuất hiện trên hai con xúc xắc bằng 7.
a) Tính xác suất tổng bằng 7 biết có ít nhất một mặt 5 chấm: $$P(A \mid B) = \frac{n(AB)}{n(B)} = \frac{2}{11}$$
b) Tính xác suất có ít nhất một mặt 5 chấm biết tổng bằng 7: $$P(B \mid A) = \frac{n(AB)}{n(A)} = \frac{2}{6} = \frac{1}{3}$$
Gieo hai con xúc xắc cân đối, đồng chất. Tính xác suất để tổng số chấm xuất hiện trên hai con xúc xắc đó không nhỏ hơn 10 nếu biết rằng có ít nhất một con xúc xắc xuất hiện mặt 5 chấm.
Bạn An phải thực hiện hai thí nghiệm liên tiếp. Thí nghiệm thứ nhất có xác suất thành công là $0{,}7$. Nếu thí nghiệm thứ nhất thành công thì xác suất thành công của thí nghiệm thứ hai là $0{,}9$. Nếu thí nghiệm thứ nhất không thành công thì xác suất thành công của thí nghiệm thứ hai chỉ là $0{,}4$. Tính xác suất để:
a) Cả hai thí nghiệm đều thành công;
b) Cả hai thí nghiệm đều không thành công;
c) Thí nghiệm thứ nhất thành công và thí nghiệm thứ hai không thành công.
a) Xác suất cả hai thí nghiệm đều thành công (biến cố $AB$): $$P(AB) = P(A) \cdot P(B \mid A) = 0{,}7 \cdot 0{,}9 = 0{,}63$$
b) Xác suất cả hai thí nghiệm đều không thành công (biến cố $\overline{A}\,\overline{B}$): $$P(\overline{A}\,\overline{B}) = P(\overline{A}) \cdot P(\overline{B} \mid \overline{A}) = 0{,}3 \cdot 0{,}6 = 0{,}18$$
c) Xác suất thí nghiệm 1 thành công và thí nghiệm 2 không thành công (biến cố $A\overline{B}$): $$P(A\overline{B}) = P(A) \cdot P(\overline{B} \mid A) = 0{,}7 \cdot 0{,}1 = 0{,}07$$
Trong một túi có một số chiếc kẹo cùng loại, chỉ khác màu, trong đó có 6 cái kẹo màu cam, còn lại là kẹo màu vàng. Hà lấy ngẫu nhiên một cái kẹo từ trong túi, không trả lại. Sau đó Hà lại lấy ngẫu nhiên thêm một cái kẹo khác từ trong túi. Biết rằng xác suất Hà lấy được cả hai cái kẹo màu cam là $\dfrac{1}{3}$. Hỏi ban đầu trong túi có bao nhiêu cái kẹo?
Giả sử khi nghiên cứu một vấn đề $A$, ban đầu ta đưa ra các kịch bản $E_1, E_2, \dots, E_n$ về $A$ với các xác suất xảy ra là $P(E_1), P(E_2), \dots, P(E_n)$. Các xác suất này thể hiện sự hiểu biết ban đầu của ta về $A$.
Khi có thông tin mới $H$, ta cập nhật hiểu biết về $A$ bằng cách tính các xác suất có điều kiện xảy ra $A$ với điều kiện $H$: $P(E_1 \mid H), \dots, P(E_n \mid H)$. Khi lại có thêm thông tin mới $G$, ta lại tiếp tục cập nhật thành $P(E_1 \mid H, G), \dots, P(E_n \mid H, G)$. Cứ như thế, sử dụng các thông tin mới, ta liên tục cập nhật các hiểu biết về $A$. Quy trình này được gọi là công nghệ cập nhật Bayesian (Bayesian updating), đang được ứng dụng rộng rãi trong nhiều lĩnh vực: trí tuệ nhân tạo (AI), tài chính, khí tượng thuỷ văn, y học và cứu nạn hàng hải.
$$P(A \mid B) = \frac{P(AB)}{P(B)} \quad (P(B) > 0)$$ Nếu $A, B$ độc lập thì: $$P(A \mid B) = P(A), \quad P(B \mid A) = P(B)$$
$$P(AB) = P(B) \cdot P(A \mid B)$$ $$P(AB) = P(A) \cdot P(B \mid A)$$ Áp dụng cho mọi cặp biến cố $A$ và $B$.
- Bảng $2 \times 2$: Phân tích mẫu số liệu theo 2 tiêu chí.
- Sơ đồ hình cây: Tích các xác suất trên nhánh cho xác suất biến cố giao.
Chưa có bài tập cho bài học này trong cơ sở dữ liệu.