🎯

Xác Suất

Toán Học🎓 Lớp 11-12
📖

Định Nghĩa

Xác suất của một biến cố A là tỉ số giữa số kết quả thuận lợi và tổng số kết quả có thể: P(A)=∣A∣∣Ω∣P(A) = \frac{|A|}{|\Omega|}, với 0≤P(A)≤10 \leq P(A) \leq 1.
📋

Công Thức Quan Trọng

P(A)=∣A∣∣Ω∣P(A) = \frac{|A|}{|\Omega|}Xác suất cổ điển
P(A∪B)=P(A)+P(B)−P(A∩B)P(A \cup B) = P(A) + P(B) - P(A \cap B)Quy tắc cộng
P(Aˉ)=1−P(A)P(\bar{A}) = 1 - P(A)Biến cố đối
P(A∣B)=P(A∩B)P(B)P(A|B) = \frac{P(A \cap B)}{P(B)}Xác suất có điều kiện
🧠

Lý Thuyết Chi Tiết

Lý thuyết Xác suất



1. Khái niệm cơ bản


  • Không gian mẫu Ω\Omega: Tập hợp tất cả kết quả có thể

  • Biến cố A⊆ΩA \subseteq \Omega: Tập con các kết quả mong muốn

  • Xác suất: P(A)=∣A∣∣Ω∣P(A) = \frac{|A|}{|\Omega|} (khi mọi kết quả đồng khả năng)


    • 2. Tính chất


  • 0≤P(A)≤10 \leq P(A) \leq 1

  • P(Ω)=1,P(∅)=0P(\Omega) = 1, \quad P(\emptyset) = 0

  • P(Aˉ)=1−P(A)P(\bar{A}) = 1 - P(A) (biến cố đối)


    • 3. Quy tắc


  • Cộng: P(A∪B)=P(A)+P(B)−P(A∩B)P(A \cup B) = P(A) + P(B) - P(A \cap B)

  • Nhân (độc lập): P(A∩B)=P(A)⋅P(B)P(A \cap B) = P(A) \cdot P(B)

  • Xác suất có điều kiện: P(A∣B)=P(A∩B)P(B)P(A|B) = \frac{P(A \cap B)}{P(B)}

  • Bayes: P(A∣B)=P(B∣A)⋅P(A)P(B)P(A|B) = \frac{P(B|A) \cdot P(A)}{P(B)}
    • ✏️

    Ví Dụ Minh Hoạ

    Cơ bản
    Tung 2 con xúc xắc. Tính xác suất tổng 2 mặt bằng 7.
    👁️ Xem lời giải
    ∣Ω∣=6×6=36|\Omega| = 6 \times 6 = 36 (tổng số cặp)

    Các cặp có tổng = 7: (1,6), (2,5), (3,4), (4,3), (5,2), (6,1) → ∣A∣=6|A| = 6

    P(A)=636=16≈16.67%P(A) = \frac{6}{36} = \frac{1}{6} \approx 16.67\%
    ⚠️

    Lỗi Thường Gặp

    • ❌ Cộng XS khi biến cố KHÔNG xung khắc: Quên trừ P(A∩B)
    • ❌ Nhân XS khi biến cố KHÔNG độc lập: P(A∩B) ≠ P(A)·P(B) nếu A, B phụ thuộc
    • ❌ Nhầm "ít nhất 1" với XS trực tiếp: Dùng P(≥1) = 1 - P(0) sẽ nhanh hơn!
    ⚡

    Mẹo Giải Nhanh

    • ⚡ "Ít nhất 1" → Dùng bù: P(≥1) = 1 - P(0). Gần như LUÔN nhanh hơn!
    • ⚡ Kiểm tra ĐỘC LẬP trước khi nhân: A,B độc lập ⟺ P(A∩B) = P(A)·P(B)
    • ⚡ Vẽ sơ đồ Venn hoặc cây xác suất giúp tránh sai!
    🌍

    Ứng Dụng Thực Tế

    🌍 Y tế: Xét nghiệm dương tính = bệnh thật? Dùng Bayes để tính xác suất thực!
    🌍 Bảo hiểm: Tính phí dựa trên xác suất tai nạn theo lứa tuổi
    🌍 AI: Mô hình ngôn ngữ (GPT) dự đoán từ tiếp theo dùng xác suất có điều kiện
    🌍 Game: Tỉ lệ rơi đồ hiếm trong game đúng = xác suất!
    📜

    Lịch Sử & Bối Cảnh

    📜 Fermat và Pascal (1654, Pháp) sáng lập lý thuyết xác suất qua thư trao đổi... về cờ bạc! Chevalier de Méré hỏi Pascal: "Cần tung bao nhiêu lần xúc xắc để được ít nhất 1 mặt 6?" — câu hỏi này mở ra cả một ngành toán học. Kolmogorov (1933, Nga) sau đó đặt nền tảng tiên đề chặt chẽ cho xác suất hiện đại.

    🏋️ Luyện Tập Ngay

    🧪Bài tập gợi ý

    Thử giải bài tập về Xác Suất với AI — được giải từng bước chi tiết: