Giáo Trình Cơ Sở Lý Thuyết Xác Suất: Kiến Thức Cần Thiết Cho Sinh Viên

Chuyên đề Hướng Dẫn Cơ Bản Về Lý Thuyết Xác Suất dành cho người làm việc trong chuyên môn phù hợp chuyên gia và người học chuyên sâu

• Tác giả: Nguyễn Thị Quyên
• Trường học: Đại học Hải Phòng
• Chuyên ngành: Lý luận và phương pháp dạy học bộ môn Toán
• Đề tài: Cơ sở lý thuyết xác suất
• Loại tài liệu: Giáo trình
• Năm xuất bản: 2021
• Địa điểm: Hải Phòng

Mục lục chi tiết

• LỜI MỞ ĐẦU
• 1. CHƯƠNG 1: KHÔNG GIAN XÁC SUẤT
• 1.1. KHÔNG GIAN XÁC SUẤT RỜI RẠC
• 1.2. KHÔNG GIAN XÁC SUẤT TỔNG QUÁT
• 1.2.1. Định nghĩa xác suất theo tiên đề
• 1.2.2. Quan hệ giữa các biến cố
• 1.2.3. Tính chất của xác suất
• 1.2.4. Xác suất có điều kiện
• 1.2.5. Công thức nhân xác suất
• 1.2.6. Công thức xác suất đầy đủ và Bayes
• 1.2.7. Sự độc lập
• 1.2.8. Công thức Bernoulli
• 1.3. XÂY DỰNG MỘT SỐ CHUYÊN ĐỀ XÁC SUẤT Ở THPT
• 1.3.1. Chứng minh các công thức hoán vị, chỉnh hợp, tổ hợp
• 1.3.2. Bài toán di chuyển
• 1.3.3. Bài toán sắp xếp, chia kẹo Euler
• 1.3.4. Xác suất hình học
• 2. CHƯƠNG 2: BIẾN NGẪU NHIÊN VÀ HÀM PHÂN BỐ
• 2.1. KHÁI NIỆM VỀ BIẾN NGẪU NHIÊN
• 2.2. HÀM PHÂN BỐ XÁC SUẤT CỦA BIẾN NGẪU NHIÊN
• 2.3. CÁC THAM SỐ ĐẶC TRƯNG CỦA BIẾN NGẪU NHIÊN
• 2.4. PHÂN BỐ CỦA VECTOR NGẪU NHIÊN
• 2.5. XÂY DỰNG MỘT SỐ CHUYÊN ĐỀ VỀ BIẾN NGẪU NHIÊN
• 3. CHƯƠNG 3: LUẬT SỐ LỚN
• 3.1. SỰ HỘI TỤ CỦA DÃY BIẾN NGẪU NHIÊN
• 3.2. LUẬT YẾU SỐ LỚN
• 3.3. LUẬT MẠNH SỐ LỚN
• 3.4. HÀM ĐẶC TRƯNG
• 3.5. ĐỊNH LÝ GIỚI HẠN TRUNG TÂM
• 3.6. XÂY DỰNG MỘT SỐ CHUYÊN ĐỀ LUẬT SỐ LỚN
• Hướng dẫn, đáp số
• Tài liệu tham khảo
• DANH MỤC KÍ HIỆU

Tóm tắt

I. Xác suất cơ bản

Xác suất cơ bản là nền tảng của lý thuyết xác suất, giúp hiểu rõ cách xác định khả năng xảy ra của các sự kiện ngẫu nhiên. Trong giáo trình, xác suất cơ bản được định nghĩa thông qua các mô hình xác suất rời rạc và tổng quát. Mô hình rời rạc áp dụng cho các phép thử có hữu hạn hoặc đếm được kết quả, trong khi mô hình tổng quát dựa trên hệ tiên đề Kolmogorov để xây dựng không gian xác suất. Các công thức xác suất như xác suất có điều kiện, công thức nhân, và công thức Bayes được giới thiệu để giải quyết các bài toán thực tế.

1.1. Mô hình xác suất rời rạc

Mô hình này áp dụng cho các phép thử có hữu hạn kết quả. Không gian mẫu được xác định là tập hợp các biến cố sơ cấp, và xác suất của mỗi biến cố được gán dựa trên các điều kiện cụ thể. Ví dụ, trong phép thử tung đồng tiền, không gian mẫu gồm hai kết quả: mặt sấp và mặt ngửa, với xác suất bằng nhau.

1.2. Mô hình xác suất tổng quát

Mô hình này dựa trên hệ tiên đề Kolmogorov, cho phép xây dựng không gian xác suất cho các phép thử có kết quả không đếm được. Không gian xác suất tổng quát bao gồm không gian mẫu, σ-đại số các biến cố, và độ đo xác suất. Điều này giúp mở rộng khả năng áp dụng lý thuyết xác suất vào các bài toán phức tạp hơn.

II. Biến cố ngẫu nhiên và phân phối xác suất

Biến cố ngẫu nhiên là các sự kiện có thể xảy ra trong một phép thử, được biểu diễn dưới dạng tập hợp các biến cố sơ cấp. Phân phối xác suất mô tả cách xác suất được phân bố trên các giá trị của biến ngẫu nhiên. Giáo trình giới thiệu các dạng phân phối xác suất thường gặp như phân phối nhị thức, phân phối chuẩn, và phân phối đều. Các tham số đặc trưng như kỳ vọng xác suất và phương sai xác suất được sử dụng để mô tả đặc điểm của phân phối.

2.1. Khái niệm biến ngẫu nhiên

Biến ngẫu nhiên là một hàm ánh xạ từ không gian mẫu vào tập số thực. Nó được phân loại thành biến ngẫu nhiên rời rạc và liên tục, tùy thuộc vào tập giá trị mà nó nhận. Ví dụ, số lần xuất hiện mặt sấp khi tung đồng tiền là biến ngẫu nhiên rời rạc.

2.2. Phân phối xác suất

Phân phối xác suất mô tả xác suất của các giá trị mà biến ngẫu nhiên có thể nhận. Phân phối nhị thức áp dụng cho các phép thử Bernoulli, trong khi phân phối chuẩn được sử dụng rộng rãi trong thống kê do tính chất đối xứng và tập trung quanh giá trị trung bình.

III. Xác suất thống kê và ứng dụng

Xác suất thống kê là sự kết hợp giữa lý thuyết xác suất và thống kê, giúp phân tích và dự đoán các hiện tượng ngẫu nhiên. Giáo trình nhấn mạnh vào các công thức như xác suất đồng thời, xác suất độc lập, và xác suất có điều kiện. Các ứng dụng thực tế bao gồm dự đoán kết quả thí nghiệm, phân tích dữ liệu, và ra quyết định dựa trên xác suất.

3.1. Xác suất đồng thời và độc lập

Xác suất đồng thời mô tả khả năng xảy ra của hai biến cố cùng lúc, trong khi xác suất độc lập chỉ ra rằng việc xảy ra của một biến cố không ảnh hưởng đến biến cố khác. Ví dụ, tung hai đồng tiền độc lập, kết quả của đồng tiền thứ nhất không ảnh hưởng đến đồng tiền thứ hai.

3.2. Xác suất có điều kiện

Xác suất có điều kiện đo lường khả năng xảy ra của một biến cố khi biết rằng một biến cố khác đã xảy ra. Công thức Bayes là công cụ quan trọng để cập nhật xác suất dựa trên thông tin mới, được ứng dụng rộng rãi trong y học, tài chính, và khoa học dữ liệu.

IV. Luật số lớn và định lý giới hạn

Luật số lớn và định lý giới hạn trung tâm là hai khái niệm quan trọng trong lý thuyết xác suất. Luật số lớn chỉ ra rằng khi số lần thử nghiệm tăng lên, giá trị trung bình của các kết quả sẽ tiến gần đến kỳ vọng. Định lý giới hạn trung tâm giải thích tại sao phân phối của tổng các biến ngẫu nhiên độc lập thường tiến tới phân phối chuẩn, bất kể phân phối ban đầu của chúng.

4.1. Luật số lớn

Luật số lớn bao gồm luật yếu và luật mạnh. Luật yếu số lớn dựa trên bất đẳng thức Chebyshev, trong khi luật mạnh số lớn đảm bảo sự hội tụ hầu chắc chắn của giá trị trung bình. Cả hai đều có ứng dụng trong việc ước lượng và dự đoán.

4.2. Định lý giới hạn trung tâm

Định lý này giải thích tại sao phân phối của tổng các biến ngẫu nhiên độc lập và cùng phân phối tiến tới phân phối chuẩn khi số lượng biến ngẫu nhiên tăng lên. Điều này là cơ sở cho nhiều phương pháp thống kê và phân tích dữ liệu.

Nội dung chính

Tổng quan về giáo trình

Giáo trình Cơ sở lý thuyết xác suất (Mã số: GT) do tác giả Nguyễn Thị Quyên biên soạn, thuộc Khoa Toán và Khoa học Tự nhiên – Trường Đại học Hải Phòng (xuất bản năm 2021). Tài liệu được thiết kế với thời lượng 3 tín chỉ, phục vụ trực tiếp cho học phần cùng tên trong chương trình đào tạo trình độ Cao học chuyên ngành Lý luận và Phương pháp dạy học (LL&PPDH) bộ môn Toán.

Về mục tiêu học tập (learning outcomes), giáo trình hướng đến việc chuẩn hóa và hoàn thiện hệ thống cơ sở lý thuyết xác suất cho học viên sau đại học. Khác với cách tiếp cận mang tính trực giác, mô tả ví dụ minh họa và thiếu chứng minh chặt chẽ ở bậc đại học, giáo trình cao học trang bị hệ thống kiến thức có chiều sâu dựa trên nền tảng giải tích hiện đại và lý thuyết độ đo. Học viên sau khi hoàn thành học phần có khả năng hiểu sâu sắc bản chất toán học của các quy luật ngẫu nhiên, chứng minh được các định lý giới hạn và vận dụng lý thuyết để phát triển các chuyên đề giảng dạy môn Toán ở trường trung học phổ thông (THPT).

Cấu trúc tài liệu bao gồm 3 chương chính: Không gian xác suất, Biến ngẫu nhiên và hàm phân bố, và Luật số lớn. Cách tiếp cận của giáo trình đi từ việc xây dựng mô hình toán học tổng quát theo hệ tiên đề Kolmogorov, phân loại biến ngẫu nhiên theo cấu trúc giải tích, đến việc khảo sát các định lý tiệm cận. Điểm đặc sắc mang tính chuyên môn hóa cao của giáo trình là sự kết hợp giữa lý thuyết xác suất hàn lâm với các mục chuyên đề sư phạm ở cuối mỗi chương, hỗ trợ học viên chuyển hóa kiến thức cao học thành các dạng bài toán giảng dạy tại bậc THPT.

Nội dung kiến thức cốt lõi

Các chương và chủ đề chính

Nội dung giáo trình được triển khai theo 3 chương trọng tâm với trình tự logic từ nền tảng không gian đến các đại lượng ngẫu nhiên và định lý giới hạn:

• Chương 1: Không gian xác suất: Khởi đầu từ mô hình xác suất rời rạc của phép thử có hữu hạn kết quả $\Omega = {\omega_1, \dots, \omega_N}$ và đếm được kết quả. Chương này mở rộng sang không gian xác suất tổng quát $(\Omega, \mathcal{F}, P)$ dựa trên khái niệm $\sigma$-đại số $\mathcal{F}$ và độ đo xác suất $\sigma$-cộng tính. Nội dung đi sâu chứng minh các tính chất của xác suất, xác suất có điều kiện $P(A/B)$, công thức nhân, công thức xác suất đầy đủ, công thức Bayes, tính độc lập của hệ biến cố và dãy phép thử Bernoulli. Cuối chương là chuyên đề ứng dụng ở THPT: chứng minh công thức tổ hợp $C_n^k$, bài toán di chuyển trên lưới tọa độ $O(0,0) \to A(m,n)$, bài toán chia kẹo Euler bằng phương pháp vách ngăn $C_{n+k-1}^{n-1}$, và mô hình xác suất hình học.
• Chương 2: Biến ngẫu nhiên và hàm phân bố: Định nghĩa biến ngẫu nhiên $X: \Omega \to \mathbb{R}$ thông qua tập Borel $\mathcal{B}(\mathbb{R})$ ($X^{-1}(B) \in \mathcal{F}$). Khảo sát cấu trúc biến ngẫu nhiên thông qua dãy biến ngẫu nhiên đơn giản và rời rạc xấp xỉ. Phân tích hàm phân bố $F_X(x) = P(X < x)$ với các tính chất liên tục trái, đơn điệu và giới hạn. Trình bày chi tiết các quy luật phân bố rời rạc (Nhị thức $B(n, p)$, Nhị thức âm $NB(r, p)$, Poisson $P(\lambda)$) và phân bố liên tục tuyệt đối (Đều $U(a,b)$, Chuẩn $N(\mu, \sigma^2)$ gắn với tích phân Laplace $\Phi_0(u)$, Mũ $Exp(\theta)$, Gamma $\Gamma(\alpha, p)$, Khi bình phương $\chi^2(n)$, Student $T(n)$, Fisher-Snedecor $F(n_1, n_2)$). Chương 2 cũng xây dựng lý thuyết kỳ vọng $E(X)$ qua tích phân Lebesgue trên không gian $L^p$, phương sai $V(X)$, mômen, mode, median, phân vị $x_p$, cùng phân bố của vector ngẫu nhiên $n$ chiều (chuẩn nhiều chiều, phân bố đa thức).
• Chương 3: Luật số lớn: Khảo sát các hình thức hội tụ của dãy biến ngẫu nhiên (hội tụ hầu chắc chắn, hội tụ theo xác suất, hội tụ trong $L^p$, hội tụ theo phân bố), tiêu chuẩn Cauchy và các phản ví dụ. Trình bày bất đẳng thức Chebyshev, điều kiện cần và đủ của luật yếu số lớn (LYSL), bất đẳng thức Kolmogorov, luật mạnh số lớn (LMSL), hàm đặc trưng và công thức ngược, định lý giới hạn trung tâm. Phần ứng dụng tập trung vào đánh giá giá trị biến ngẫu nhiên và xây dựng khoảng tin cậy cho tham số tổng thể.

flowchart TD
    A["Không gian xác suất (Ω, F, P)\n- Tiên đề Kolmogorov\n- σ-đại số & Độ đo xác suất"] --> B["Biến ngẫu nhiên & Phân bố\n- Đo được Borel\n- Tích phân Lebesgue & Kỳ vọng E(X)\n- Không gian L^p & Bất đẳng thức"]
    B --> C["Luật số lớn & Định lý giới hạn\n- Hội tụ biến ngẫu nhiên\n- LYSL & LMSL\n- Hàm đặc trưng & CLT"]
    A -.-> D["Chuyên đề THPT 1:\nBài toán chia kẹo Euler, Di chuyển lưới, Hoán vị - Tổ hợp"]
    B -.-> E["Chuyên đề THPT 2:\nTham số đặc trưng, Phân bố xác suất rời rạc"]
    C -.-> F["Chuyên đề THPT 3:\nĐánh giá sai số, Khoảng tin cậy tham số"]

Kiến thức nền tảng được xây dựng

Giáo trình thiết lập hệ thống lý thuyết dựa trên các trụ cột toán học giải tích hiện đại:

• Lý thuyết độ đo và tích phân Lebesgue: Xây dựng xác suất như một độ đo chuẩn hóa $P(\Omega) = 1$ trên $\sigma$-đại số các biến cố. Biến ngẫu nhiên được định nghĩa là hàm đo được Borel, và kỳ vọng toán học được xây dựng hình thức thông qua tích phân Lebesgue qua 3 bước (từ hàm đơn giản $\sum x_k I_{A_k}$, mở rộng sang biến ngẫu nhiên không âm bằng giới hạn đơn điệu, đến biến ngẫu nhiên bất kỳ qua phân tích $X = X^+ - X^-$).
• Lý thuyết không gian hàm $L^p$: Thiết lập cấu trúc không gian các biến ngẫu nhiên khả tích cấp $p$ ($L^p$) cùng chuẩn $|X|_p = (E|X|^p)^{1/p}$. Giáo trình cung cấp chứng minh chi tiết cho các bất đẳng thức giải tích nền tảng: Cauchy-Bunhiakowski, Hölder, Minkowski, Jensen, và Liapunov.
• Lý thuyết giải tích tiệm cận: Hệ thống hóa các dạng hội tụ và công cụ hàm đặc trưng $\varphi_X(t) = E(e^{itX})$ phục vụ chứng minh các định lý giới hạn trung tâm.

Kỹ năng phát triển

• Kỹ năng tính toán giải tích: Kỹ năng thao tác tích phân nhiều lớp trong tìm hàm mật độ đồng thời, biến đổi phân bố hàm của biến ngẫu nhiên $Y = g(X)$, tính toán mômen thông qua tích phân suy rộng và hàm Gamma $\Gamma(p)$.
• Kỹ năng chứng minh toán học thuần túy: Sử dụng các công cụ quy nạp, phân hoạch không gian mẫu, đánh giá giới hạn dãy biến cố dựa trên tính liên tục của độ đo xác suất (liên tục trên, liên tục dưới, liên tục tại 0).
• Kỹ năng thiết kế bài toán thực hành sư phạm: Kỹ năng chuyển hóa bài toán giải tích xác suất thành các bài toán rời rạc ở phổ thông, như kỹ thuật đặt vách ngăn cho phương trình nghiệm nguyên, mô hình hóa bài toán kiểm tra chất lượng sản phẩm bằng công thức Bayes, hay mô phỏng bài toán gặp gỡ bằng xác suất hình học.

Phương pháp giảng dạy và học tập

Giáo trình áp dụng phương pháp sư phạm diễn dịch kết hợp tương hỗ giữa lý thuyết giải tích trừu tượng và mô hình toán sơ cấp:

• Định hướng sư phạm (Pedagogical approach): Tài liệu đi từ các tiên đề trừu tượng đến việc xây dựng các định lý, sau đó làm sáng tỏ bản chất của các khái niệm thông qua việc liên hệ với các nội dung toán học ở trường THPT. Cách tiếp cận này giúp học viên cao học chuyên ngành LL&PPDH Toán vừa củng cố kiến thức chuyên ngành sâu, vừa nắm bắt phương pháp luận để giải thích bản chất toán học cho học sinh phổ thông.
• Hệ thống ví dụ và bài tập thực hành: Các ví dụ được lựa chọn mang tính điển hình, minh họa trực tiếp cho từng công thức lý thuyết:
  • Ví dụ về kiểm tra sản phẩm lô hàng, thói quen xem truyền hình của các cặp vợ chồng nhằm vận dụng xác suất có điều kiện và công thức Bayes.
  • Ví dụ về bài thi trắc nghiệm 10 câu (đúng được 10 điểm, sai trừ 3 điểm) để tính xác suất điểm âm và điểm xuất sắc qua phân bố Bernoulli.
  • Ví dụ về lượng điện tiêu thụ hộ gia đình tuân theo phân bố chuẩn $N(200, 40^2)$ để thực hành tính xác suất qua hàm Laplace $\Phi_0(u)$.
  • Bài toán phân phối hạt vào các hộp theo ba thống kê vật lý: Maxwell-Boltzmann (các hạt phân biệt), Bose-Einstein (các hạt không phân biệt), và Fermi-Dirac (không phân biệt, mỗi hộp chứa nhiều nhất 1 hạt).
• Phương pháp đánh giá và tự học (Assessment & Self-study): Giáo trình cung cấp hệ thống bài tập tự luận đa dạng ở cuối mỗi chương, bao gồm chứng minh các đẳng thức giải tích, kiểm tra tính tương đương của độ đo xác suất, và giải các bài toán tổ hợp - xác suất nâng cao. Phần "Hướng dẫn, đáp số" từ trang 97 đến 104 cung cấp kết quả đối chiếu, giúp học viên tự kiểm tra tiến độ học tập và rèn luyện kỹ năng tự nghiên cứu độc lập.

Điểm nổi bật và cập nhật

• Tính liên thông và kế thừa: Giáo trình được biên soạn năm 2021 nhằm tiếp nối và nâng cấp giáo trình xác suất bậc đại học đã được ban hành trong giai đoạn 2018–2019 của Trường Đại học Hải Phòng. Tài liệu khắc phục triệt để các hạn chế của bậc đại học, nơi nhiều khái niệm chỉ dừng lại ở mức mô tả trực giác, chưa được định nghĩa bằng giải tích độ đo.
• Tích hợp chuyên đề sư phạm THPT: Đây là điểm cấu trúc đặc thù nhất của giáo trình. Sau mỗi chương lý thuyết thuần túy, tác giả dành riêng một mục để xây dựng các chuyên đề giảng dạy tương ứng ở trường phổ thông:
  • Chuyên đề Chương 1: Hướng dẫn hai cách chứng minh công thức tổ hợp $C_n^k = C_{n-1}^k + C_{n-1}^{k-1}$ (dùng định nghĩa và dùng đếm tương đương), xây dựng bài toán di chuyển trên lưới $Oxy$, bài toán chia kẹo Euler, phương pháp vách ngăn và mô hình xác suất hình học.
  • Chuyên đề Chương 2: Phân tích ý nghĩa tham số đặc trưng của biến ngẫu nhiên rời rạc, thiết kế bài toán phân bố xác suất trong chương trình THPT.
  • Chuyên đề Chương 3: Vận dụng luật số lớn để đánh giá sai số, xây dựng khoảng tin cậy của tham số tổng thể phục vụ giảng dạy thống kê.
• Gắn kết mô hình thực tế: Tài liệu đưa vào các mô hình xác suất ứng dụng trong thực tế như mô hình dự báo kiện hàng sản xuất bằng công thức Bayes, mô hình cuộc gọi đến tổng đài theo phân bố Poisson, và các mô hình thống kê hạt trong vật lý lượng tử.

Đối tượng sử dụng giáo trình

• Học viên cao học: Giáo trình được biên soạn chuyên biệt cho học viên cao học ngành Lý luận và Phương pháp dạy học bộ môn Toán tại Trường Đại học Hải Phòng, phục vụ học phần 3 tín chỉ trong khung chương trình đào tạo sau đại học.
• Điều kiện tiên quyết (Prerequisites): Để tiếp thu hiệu quả nội dung giáo trình, học viên cần nắm vững các kiến thức nền tảng ở bậc đại học, bao gồm:
  • Giải tích cổ điển: Phép tính vi tích phân hàm một biến và nhiều biến, tích phân suy rộng, lý thuyết chuỗi.
  • Đại số tuyến tính: Không gian vector, ma trận, định thức (phục vụ vector ngẫu nhiên nhiều chiều).
  • Lý thuyết tập hợp và giải tích thực cơ bản: Khái niệm về họ tập hợp, lực lượng đếm được/không đếm được, và độ đo cơ bản.
  • Xác suất thống kê đại cương: Các khái niệm mở đầu đã học ở bậc cử nhân.
• Giảng viên và giáo viên THPT: Giảng viên đại học có thể sử dụng tài liệu làm khung bài giảng môn Xác suất nâng cao. Giáo viên Toán tại các trường THPT có thể sử dụng tài liệu làm nguồn tham khảo chuyên sâu để thiết kế các bài giảng chuyên đề, bồi dưỡng học sinh giỏi môn Toán về phần Tổ hợp và Xác suất.

Câu hỏi thường gặp

1. Giáo trình này phù hợp với đối tượng nào?

Giáo trình phù hợp nhất với học viên cao học chuyên ngành Lý luận và Phương pháp dạy học môn Toán, giảng viên giảng dạy Toán tại các trường đại học, cao đẳng, cùng giáo viên THPT cần tài liệu nghiên cứu chuyên sâu về bản chất giải tích của lý thuyết xác suất và phương pháp xây dựng bài toán xác suất.

2. Cần chuẩn bị kiến thức nền tảng nào trước khi học?

Người học cần có kiến thức vững chắc về Giải tích toán học (vi tích phân hàm nhiều biến, tích phân suy rộng), Đại số tuyến tính, cùng các khái niệm cơ bản về lý thuyết tập hợp và độ đo được trang bị trong chương trình cử nhân Sư phạm Toán hoặc Toán học.

3. Điểm khác biệt của giáo trình này so với các tài liệu xác suất đại cương là gì?

Giáo trình đại cương thường tiếp cận xác suất theo hướng cổ điển, dựa nhiều vào trực giác và ít chứng minh định lý. Giáo trình này xây dựng xác suất hoàn toàn trên cơ sở hệ tiên đề Kolmogorov và lý thuyết độ đo, đồng thời tích hợp các chuyên đề chuyển giao sư phạm trực tiếp phục vụ chương trình Toán THPT.

4. Phương pháp tự học giáo trình như thế nào để đạt hiệu quả?

Người học nên đọc kỹ các chứng minh định lý để hiểu cách thức vận dụng lý thuyết độ đo, tự giải lại các ví dụ mẫu (như phân tích tích phân kỳ vọng trên không gian $L^p$, biến đổi hàm Laplace), sau đó làm bài tập cuối chương và đối chiếu với phần "Hướng dẫn, đáp số" ở trang 97.

5. Giáo trình có tài liệu bổ trợ nào kèm theo không?

Tài liệu được thiết kế liên thông với giáo trình xác suất bậc đại học (biên soạn năm 2018–2019 của Trường Đại học Hải Phòng). Cuối sách có hệ thống Danh mục ký hiệu quy chuẩn, phần Hướng dẫn - Đáp số chi tiết (trang 97) và Danh mục tài liệu tham khảo chuyên ngành (trang 105).

Kết luận

Giáo trình Cơ sở lý thuyết xác suất của tác giả Nguyễn Thị Quyên là tài liệu học thuật chuẩn mực, đáp ứng đầy đủ yêu cầu giảng dạy sau đại học ngành Sư phạm Toán. Giáo trình đã hệ thống hóa chặt chẽ toàn bộ lý thuyết xác suất hiện đại từ tiên đề Kolmogorov, không gian $L^p$ đến các định lý giới hạn trung tâm, đồng thời cung cấp phương pháp luận sư phạm rõ ràng cho việc phát triển các chuyên đề xác suất ở bậc phổ thông.

Lộ trình học tập đề xuất bao gồm: nắm vững cấu trúc không gian xác suất đo được $\to$ khảo sát các dạng phân bố và tham số kỳ vọng/phương sai $\to$ chứng minh các quy luật số lớn $\to$ vận dụng thiết kế bài toán giảng dạy THPT. Học viên có thể tham khảo thêm các giáo trình liên thông năm 2018-2019 và danh mục tài liệu tham khảo tại trang 105 để mở rộng nghiên cứu.

Trích đoạn nội dung tài liệu

Chương 1 KHÔNG GIAN XÁC SUẤT Chương này trình bày một số nội dung: xây dựng không gian xác suất từ không gian mẫu; tính chất xác suất; một số công thức tính xác suất. Việc xây dựng không gian xác suất tổng quát dựa trên hệ tiên đề Kolmogorov thể hiện cơ sở lý thuyết chặt chẽ về mặt toán học, ở đó các trường hợp xác suất cổ điển, xác suất hình học là các trường hợp riêng. Trong chương này, các công thức tính xác suất cũng được chứng minh chặt chẽ dựa trên cơ sở xây dựng không gian xác suất tổng quát. 11 KHÔNG GIAN XÁC SUẤT ROI RAC 1.1 Mô hình xác suất của phép thử có hữu hạn kết quả Xét phép thử ngẫu nhiên với hữu hạn kết quả được liệt kê bởi: @, @›,.,@y dude goi la cdc biến cô sơ cấp.

* Tap hitu han Q = {@1,@2,., @y} được gọi là không gian các biến cỗ sơ cấp (hay không gian mẫu). « Mỗi tập con của © được gọi là một biến cô. Việc mô tả không gian mẫu là bước đầu tiên trong việc xây dựng một mô hình xác suât. Ta xét các ví dụ sau: Ví dụ 1.

Hộp chứa N quả cầu được đánh số 1,2,. Rút lần lượt ø lần: mỗi lần một quả, rút xong trả lại vào hộp rồi mới rút quả mới. Hãy mô tả không gian mẫu và biến cỗ A —" các quả rút đôi một khác nhau". Kết quả của phép thử là kết quả của n lần rút.

Gọi z; là số được đánh dấu trên quả rút được ở lần thứ ¡, khi đó mỗi biến cố sơ cấp được mô tả @ = (aI,đa,. Không gian mẫu Q = {@ = (at,aa,. Biến cô A A ={@ = (ai,ø¿,.aj,ViF j}} => |A| = AY. Dạng đặc biệt của bài toán trên « Lên cầu thang.

Bảy người lên cầu thang máy của một ngôi nhà 10 tầng chuyển động từ tầng 1. Số cách để mỗi người ra ở một tầng là A¿. Có n học sinh, ngày sinh nhật là một trong 365 ngày. Số trường hợp để hai học sinh bat kỳ có ngày sinh nhật khác nhau là A3.

Một hộp chứa M quả cầu đen và N — M quả cầu trắng. Chọn ngẫu nhiên ø quả, hãy mô tả không gian mẫu và biến cố A= "trong ø quả lấy ra có đúng z quả đen" (trong các trường hợp lấy đồng thời, lấy lần lượt có hoàn lại)? Giải. Để mô hình hoá, đánh số các quả cau den ti 1 dén M, cau trang từ Ä⁄ + l đến N. » Láy đồng thời Khi đó các quả chọn ra có số khác nhau từng đôi, không phân biệt thứ tự.|A| = Cj-Cặc » Láy lần lượt có hoàn lại Khi đó các quả được chọn có thể có số trùng nhau.

Xếp ø quả cầu phân biệt vào cái hộp phân biệt. Mô tả không gian mẫu và các biến cố a) A = "Hộp thứ ¿ có n; quả" ( = l,. b) B = "Hộp thứ & có đúng rm quả". Gọi a¡ là số thứ tự của hộp mà ta xếp quả thứ ¡ vào ( = 1,.an) : #{ai = 1} = mị,.

B= cr" Để biểu thị khả năng xuất hiện của mỗi biến cố sơ cấp @; trong phép thử, người ta gắn cho nó một đặc trưng số P(@;)- được gọi là xác suất của œ;. Giả sử xác suất {P(@;)} thỏa mãn các điều kiện ) 0< P(@) < Li=1,. Khi đó, xác suất của biến cố A được xác định là tổng các xác suất của các biến cố sơ cấp lập nên nó P(A)= }_ P(œ). 1:0,CA Định nghĩa 1.

Cặp (©,P) được gọi là mô hình xác suất của phép thử có hữu hạn kết quả nều « © =ø\,., @y} là không gian các biến cố sơ cấp đ.,P(@w)} là tập các xác suất của các biến cố sơ cấp của phép thử. Nếu (O, P) là mô hình xác suất của phép thử mà |O| = ø và tập 11 1 các xác suất P = ( —— -) thi ta c6 m6 hinh xdc sudt cổ điển. Xét phép thử tung một đồng tiền xu cân đối đồng chất, thu được hai kết quả: xuất hiện mặt sắp Š, xuất hiện mặt ngửa W. Khi đó, mô hình xác suất - Q SN cua phép thu tung dong tién 1a p]E 1 1 22 1.2 Mô hình xác suất của phép thử có đếm được kết quả Trong trường hợp tổng quát, các kết quả của phép thử là đếm được, như tung đồng tiền xu liên tục cho đến khi được mặt sắp; bắn liên tiếp vào bia đến khi nào trúng,.

Khi đó, ta vẫn đánh số được các kết quả của phép thử: @\, @,., và không gian mau hic nay 1a Q = {@1,@,. Tương tự, mỗi œ; được gán với một xác suất P(@;) thỏa mãn ) 0< P(œ;) < 1,i=1,.} được gọi là mô hình xác suất của phép thử có đếm được kết quả. Tung một đồng tiền xu liên tục đến khi được mặt sắp S. 1 1 két qua la: S, NS, NNS,.

vGi xac suat tuong ting 35253 (5) S NS NNS NNNS. Mô hình xác suất =|1 I1 1 1 2 22 2 2” 1.2_ KHÔNG GIAN XÁC SUẤT TỔNG QUÁT 1.1 Định nghĩa xác suất theo tiên đề Việc xây dựng mô hình xác suất cho phép thử có số kết quả là không đếm được thì không thể thực hiện tương tự như với trường hợp rời rạc. Hơn nữa, khi xây dựng mô hình xác suất cho trường hợp không đếm được, ta quan tâm đến xác suất để kết quả phép thử rơi vào một tập hợp nào đó các biến cỗ chứ không phải từng biến cố riêng biệt. Vì vậy, để xây dựng không gian xác suất tổng quát, người ta bắt đầu từ một họ các tập con của không gian mẫu.

Xét tip XQ 4 0,.F C A(Q), v6i A(Q) la ho cac tap con ctia Q. Họ các tap con ¥ dude goi 1a mét o- dai số nếu nó thỏa mãn i QEF.Z) được gọi là một không gian đo và mỗi phần tử A € .Z được gọi là một biến cô.Z được gọi là một đại số các tập con của © nếu điều kiện ¿) ở trên chỉ thỏa mãn với hữu hạn tập con, tức là Vi = 1,2,.n:A¡€ F, thi UL, Ai € F.Z C Z(©) là một ø - đại số. Hàm tập hợp P xác định trên .Z là một ánh xạ P: .Z — [0,1], dude goi là độ đo xác suất ø - cộng tính nêu thoả mãn i. 1 Khi đó, P còn được gọi là độ đo xác suất (xác suất).Z,P) được gọi là một không gian xác suất nếu « © 18 tap hợp tuỳ ý, gồm các phần tử ø.# là ø— đại số các tập con của ©.

« P là độ đo xác suất ø- cộng tính trên. Khi đó, người ta gọi * Q là không gian các biến cố sơ cấp, œ € © là biến cố sơ cấp.Z là biến cô ngẫu nhiên (biến cô). » P là xác suất trên .Z, P(A) là xác suất của biến cô A. Dễ thấy không gian xác suất rời rạc là trường hợp cụ thể của không gian xác suất tổng quát.

Xét trường hợp đặc biệt, phép thử có vô hạn kết quả, mà mỗi kết quả được mô tả bởi một "điểm" trên tập $ đo được với độ đo m(.) nào đó, và mỗi biến cố A được mô tả bởi một tập con đo được của 5, có độ đo zz(A). Hàm tập xác suất .Z-tập hợp các tập con đo duge cua S, bdi P(A) = at Khi m đó, (O,.Z, P) là một không gian xác suất và còn được gọi là mô hình xác suất hình học.1: Biểu diễn các biến cố ©, A. Lây ngẫu nhiên hai số dương không lớn hơn 1. Tìm xác suất sao cho tổng của chúng không quá I và tích của chúng không lớn hơn 2/9.

Gọi hai số đó là x,y. Khi đó không gian mẫu © và biến cỗ A= "Tổng của chúng không quá l và tích của chúng không lớn hơn 2/9" được mô tả O={(zx,y):0<x,y< 1},A={(,y)c€@:x. Không gian mẫu © và biến cố A được biểu diễn trên Hình 1.2 Quan hệ giữa các biến cô Để đưa ra các tính chất của xác suất, ta cần xét mối quan hệ giữa các biến cố. Về mặt tập hợp, biến cố là tập hợp con của không gian mẫu, bao gồm các biến cố sơ cấp.

Vì vậy, giữa các biến cô cũng có các quan hệ tương tự như giữa các tập hợp. Biến cố A được gọi là kéo theo biến cố Ö, ký hiệu là A C Z, nếu khi A xảy ra thì 8 cũng xảy ra, tức là, nều @ € A thì @ € B. « Tổng của hai biến cố A,, ký hiệu A + B, là biến cổ xảy ra khi A hoặc B xay ra A+B={@:@€Ahoặc @€ B}. 12 Tổng của n biến cố A1,4a,.,Aa, kí hiệu }7_¡ 4¡, là biến cố xảy ra khi có ít nhất một biến cô 4; nào đó xảy ra n Ai +.+An = ) Aj = {@ : Fig € {1,.

i=l * Tich cua hai bién cé A,B, ki hiéu A.B, 1a bién cé xảy ra khi cả A va B đều xay ra A.B = 0 thi A va B được gọi là xung khắc. Tích của ø biến cô AI,4a,. A„, là biến cố xảy ra khi mọi biến cố A; đều xảy ra n Ai. i=l » Hiệu của hai biến cô A, B, ký hiệu là A — ð, là biến cố xảy ra khi A xảy ra và B không xảy ra A—B={0œ:@C^A và œ đØ B}.

Hiệu của hai biến cô © và ð là biến cố đối của B, ký hiệu là B, B=Q-B={@:@€Qvao ¢ B}. Kiểm tra ngẫu nhiên lần lượt không hoàn lại 3 sản phẩm của lô hàng, ký hiệu A¿= "sản phẩm kiểm tra thứ & đạt tiêu chuẩn". Hãy mô tả bằng ký hiệu các biến cố sau. a) Chỉ có sản phẩm kiểm tra thứ nhất đạt tiêu chuẩn.

13 b) Có đúng I sản phẩm đạt tiêu chuẩn. c) Có sản phẩm đạt tiêu chuẩn. Các biến cô được mô tả a) Ai. €) AI+4s+Aa =Ai.3 Tính chất của xác suất Với A, B và các A; €.

4) NéuA CB thi P(A) < P(B) 5) P(A+B) = P(A) + P(B) — P(AB). Từ đó, néu AB = @ thi P(A+ B) = P(A) +P(B). 6) P(UJA¿) = De (- DE Licicine.ciggn P(A Ain---Aix) Chitng minh. Tinh chat 1,2) dé dang suy ti dinh nghia va cdch phân hoạch Q=24+0.

Tính chất 3) suy ra từ O =A+A. Tính chất 4) suy từ 8 = A + B. Tính chất 5) suy từ AU 8 = A+B.A Tính chất 6) được chứng minh bằng qui nạp.1 Xác suất có điều kiện Trước hết, xét phép thử tung con xúc xắc hai lần, với các biến cố A=" lần thứ nhất xuất hiện mặt 1 chấm". B=" tổng số chấm hai lần gieo không vượt quá 3".