Chào mừng bạn đến với bài học về lý thuyết xác suất toàn phần và công thức Bayes trong chương trình Toán 12 Kết nối tri thức. Đây là một trong những chủ đề quan trọng, giúp bạn giải quyết các bài toán xác suất phức tạp một cách hiệu quả.
Chúng tôi sẽ cung cấp lý thuyết đầy đủ, ví dụ minh họa chi tiết và bài tập có lời giải để bạn có thể nắm vững kiến thức và áp dụng vào thực tế.
1. Công thức xác suất toàn phần
1. Công thức xác suất toàn phần
Cho hai biến cố A và B. Khi đó, ta có công thức sau: \(P(B) = P(A).P(B|A) + P(\overline A ).P(B|\overline A )\) |
Ví dụ 1: Ông An hằng ngày đi làm bằng xe máy hoặc xe buýt. Nếu hôm nay ông đi làm bằng xe buýt thì xác suất để hôm sau ông đi làm bằng xe máy là 0,4. Nếu hôm nay ông đi làm bằng xe máy thì xác suất để hôm sau ông đi làm bằng xe buýt là 0,7. Xét một tuần mà thứ hai ông An đi làm bằng xe buýt. Tính xác suất để thứ tư trong tuần đó, ông An đi làm bằng xe máy.
Giải:
Gọi A là biến cố: “Thứ ba, ông An đi làm bằng xe máy”; B là biến cố: “Thứ tư, ông An đi làm bằng xe máy”. Ta cần tính P(B). Theo công thức xác suất toàn phần, ta có:
\(P(B) = P(A).P(B|A) + P(\overline A ).P(B|\overline A )\)
\(P(B) = P(A).P(B|A) + P(\overline A ).P(B|\overline A ) = 0,4.0,3 + 0,6.0,4 = 0,36\)
2. Công thức Bayes
Cho A và B là hai biến cố, với P(B) > 0. Khi đó, ta có công thức sau: \(P(A|B) = \frac{{P(A).P(B|A)}}{{P(A).P(B|A) + P(\overline A ).P(B|\overline A )}}\) |
Ví dụ 2: Trong một kỳ thi tốt nghiệp trung học phổ thông, một tỉnh X có 80% học sinh lựa chọn tổ hợp A00. Biết rằng, nếu một học sinh chọn tổ hợp A00 thì xác suất để học sinh đó đỗ đại học là 0,6; còn nếu mọt học sinh không chọn tổ hợp A00 thì xác suất để học sinh đỗ đại học là 0,7. Chọn ngẫu nhiên một học sinh của tỉnh X đã tốt nghiệp trung học phổ thông trong kì thi trên. Biết rằng học sinh này đã đỗ đại học. Tính xác suất để học sinh đó chọn tổ hợp A00.
Giải:
Gọi A là biến cố: “Học sinh đó chọn tổ hợp A00”; B là biến cố: “Học sinh đó đỗ đại học”.
Ta cần tính P(A|B). Theo công thức Bayes, ta cần biết: \(P(A),P(\overline A ),P(B|A)\) và \(P(B|\overline A )\).
Ta có: P(A) = 0,8; \(P(\overline A )\) = 1 – P(A) = 1 – 0,8 = 0,2.
P(B|A) là xác suất để một học sinh đỗ đại học với điều kiện học sinh đó chọn tổ hợp A00.
\( \Rightarrow P(B|A) = 0,6\).
\(P(B|\overline A )\) là xác suất để một học sinh đỗ đại học với điều kiện học sinh đó không chọn tổ hợp A00.
\( \Rightarrow P(B|\overline A ) = 0,7\).
Thay vào công thức Bayes ta được:
\(P(A|B) = \frac{{P(A).P(B|A)}}{{P(A).P(B|A) + P(\overline A ).P(B|\overline A )}} = \frac{{0,8.0,6}}{{0,8.0,6 + 0,2.0,7}} \approx 0,7742\)
Trong chương trình Toán 12 Kết nối tri thức, hai công thức xác suất toàn phần và Bayes đóng vai trò quan trọng trong việc giải quyết các bài toán liên quan đến xác suất có điều kiện và xác suất đầy đủ. Bài viết này sẽ trình bày chi tiết về lý thuyết, ví dụ minh họa và hướng dẫn giải bài tập để giúp bạn hiểu rõ và áp dụng hiệu quả hai công thức này.
1. Phát biểu:
Nếu B1, B2, ..., Bn là một hệ các sự kiện rời nhau và cùng thuộc một không gian mẫu Ω, và P(Bi) > 0 với mọi i = 1, 2, ..., n, thì xác suất của sự kiện A xảy ra khi biết một trong các sự kiện Bi đã xảy ra được tính theo công thức:
P(A) = P(A|B1)P(B1) + P(A|B2)P(B2) + ... + P(A|Bn)P(Bn)
2. Ví dụ minh họa:
Một nhà máy có hai dây chuyền sản xuất. Dây chuyền 1 sản xuất 60% tổng số sản phẩm và tỷ lệ sản phẩm lỗi là 2%. Dây chuyền 2 sản xuất 40% tổng số sản phẩm và tỷ lệ sản phẩm lỗi là 3%. Chọn ngẫu nhiên một sản phẩm từ nhà máy, tính xác suất sản phẩm đó là sản phẩm lỗi.
Giải:
Ta có: P(B1) = 0.6, P(B2) = 0.4, P(A|B1) = 0.02, P(A|B2) = 0.03
Áp dụng công thức xác suất toàn phần:
P(A) = P(A|B1)P(B1) + P(A|B2)P(B2) = 0.02 * 0.6 + 0.03 * 0.4 = 0.012 + 0.012 = 0.024
Vậy xác suất sản phẩm được chọn là sản phẩm lỗi là 0.024.
1. Phát biểu:
Nếu B1, B2, ..., Bn là một hệ các sự kiện rời nhau và cùng thuộc một không gian mẫu Ω, và P(Bi) > 0 với mọi i = 1, 2, ..., n, thì xác suất của sự kiện Bi xảy ra khi biết sự kiện A đã xảy ra được tính theo công thức:
P(Bi|A) = [P(A|Bi)P(Bi)] / P(A)
Trong đó P(A) được tính theo công thức xác suất toàn phần: P(A) = P(A|B1)P(B1) + P(A|B2)P(B2) + ... + P(A|Bn)P(Bn)
2. Ví dụ minh họa:
Một bệnh viện thực hiện xét nghiệm để chẩn đoán một loại bệnh. Xét nghiệm có độ chính xác 95%, nghĩa là nếu một người mắc bệnh thì xét nghiệm cho kết quả dương tính với xác suất 95%, và nếu một người không mắc bệnh thì xét nghiệm cho kết quả âm tính với xác suất 95%. Biết rằng 1% dân số mắc bệnh này. Một người được xét nghiệm và kết quả dương tính, tính xác suất người đó mắc bệnh.
Giải:
Ta có: P(B) = 0.01, P(¬B) = 0.99, P(A|B) = 0.95, P(¬A|¬B) = 0.95 => P(A|¬B) = 0.05
Tính P(A) theo công thức xác suất toàn phần:
P(A) = P(A|B)P(B) + P(A|¬B)P(¬B) = 0.95 * 0.01 + 0.05 * 0.99 = 0.0095 + 0.0495 = 0.059
Áp dụng công thức Bayes:
P(B|A) = [P(A|B)P(B)] / P(A) = (0.95 * 0.01) / 0.059 ≈ 0.161
Vậy xác suất người đó mắc bệnh khi kết quả xét nghiệm dương tính là khoảng 16.1%.
Bài 1: Một hộp chứa 5 quả bóng đỏ và 3 quả bóng xanh. Lấy ngẫu nhiên 2 quả bóng từ hộp. Tính xác suất để lấy được 2 quả bóng đỏ.
Bài 2: Một người bắn súng. Xác suất bắn trúng mục tiêu của người đó là 0.8. Người đó bắn 3 phát. Tính xác suất để người đó bắn trúng ít nhất 2 phát.
Bài 3: Một công ty sản xuất linh kiện điện tử. Biết rằng 5% số linh kiện sản xuất bị lỗi. Kiểm tra ngẫu nhiên 100 linh kiện, tính xác suất để có từ 2 đến 5 linh kiện bị lỗi.
Công thức xác suất toàn phần và công thức Bayes là những công cụ mạnh mẽ trong việc giải quyết các bài toán xác suất phức tạp. Việc hiểu rõ lý thuyết và áp dụng thành thạo các công thức này sẽ giúp bạn tự tin hơn trong việc giải quyết các bài toán thực tế.
Khám phá 'Sự Cứu Rỗi Của Thánh Nữ' của Higashino Keigo - một vụ án mạng phức tạp, xoay quanh những bí mật đen tối và góc khuất tâm lý. Đọc ngay để hiểu rõ hơn về sự thật rùng rợn!
Khám phá thế giới phân dạng, từ hình học trừu tượng đến ứng dụng trong nghệ thuật và tự nhiên. Tìm hiểu cách phân dạng tạo ra vẻ đẹp vô hạn!
Bạn đã bao giờ gặp một điều nghe có vẻ vô lý nhưng lại chứa đựng sự thật? Khám phá thế giới Paradox - những mâu thuẫn thú vị giúp bạn nhìn nhận cuộc sống dưới một góc độ mới lạ. Đọc ngay!
Khám phá 'Tên của trò chơi là bắt cóc' - cuốn sách hấp dẫn đưa bạn vào thế giới ngầm đầy rẫy những kẻ ác. Đánh giá chi tiết, phân tích sâu sắc và lý do bạn nên đọc ngay!
Tìm lời giải chi tiết cho các bài tập toán lớp 1 khó nhất! Hướng dẫn phụ huynh cách hỗ trợ con học toán hiệu quả, tạo hứng thú và đạt kết quả tốt nhất. Khám phá các mẹo học tập thông minh!
Review sách 'Dữ liệu tử thần' của Jeffery Deaver. Khám phá cách tội phạm sử dụng thông tin cá nhân và học cách bảo vệ dữ liệu của bạn ngay hôm nay!
