Tính xác suất của hai biến cố

Nền tảng Xác suất trong Python

Alexander A. Ramírez M.

CEO @ Synergy Vision

Tính độc lập

Cho A và B là các biến cố trong một thí nghiệm ngẫu nhiên, điều kiện để A và B độc lập:

  1. Thứ tự xảy ra của A và B không ảnh hưởng xác suất của chúng.
  2. Nếu A xảy ra, xác suất của B không đổi.
  3. Nếu B xảy ra, xác suất của A không đổi.
Nền tảng Xác suất trong Python

Xác suất sấp và ngửa cho đồng xu công bằng

Nền tảng Xác suất trong Python

Kết quả cho hai lần tung đồng xu

Nền tảng Xác suất trong Python

Kết quả cho hai lần tung đồng xu

Nền tảng Xác suất trong Python

Xác suất cho hai lần tung đồng xu

Nền tảng Xác suất trong Python

Xác suất đồng thời cho hai lần tung đồng xu

Nền tảng Xác suất trong Python

Xác suất đồng thời cho hai lần tung đồng xu

Nền tảng Xác suất trong Python

Xác suất đồng thời cho hai lần tung đồng xu

Nền tảng Xác suất trong Python

Đo lường một mẫu

Tạo mẫu đại diện cho 1000 lần tung hai đồng xu công bằng

from scipy.stats import binom
sample = binom.rvs(n=2, p=0.5, size=1000, random_state=1)
array([1, 1, 0, 1, 0, 0, 0, 1, 1, 1, 1, 1, 0, 2, 0, 1, 1, 1, 0, 0, 2, 2,...

Tìm dữ liệu lặp

from scipy.stats import find_repeats
find_repeats(sample)
RepeatedResults(values=array([0., 1., 2.]), counts=array([249, 497, 254]))
Nền tảng Xác suất trong Python

Đồng xu lệch: xác suất sấp hoặc ngửa

Nền tảng Xác suất trong Python

Đồng xu lệch: xác suất sấp hoặc ngửa

Nền tảng Xác suất trong Python

Đo lường mẫu lệch

Dùng dữ liệu biased_sample đã tạo, tính tần suất tương đối của từng kết quả

from scipy.stats import relfreq
relfreq(biased_sample, numbins=3).frequency
array([0.039, 0.317, 0.644])
Nền tảng Xác suất trong Python

Tính xác suất đồng thời

$$ $$

Động cơ Hộp số
Hỏng 0,01 0,005
Hoạt động 0,99 0,995

$$ $$ $$P(Động\ cơ\ hỏng\ và\ Hộp\ số\ hỏng)=?$$

$$ $$

P_Eng_fail = 0.01
P_GearB_fail = 0.005
P_both_fails = P_Eng_fail*P_GearB_fail
print(P_both_fails)
0.00005
Nền tảng Xác suất trong Python

P(A hoặc B) với bài

$$P(Bồi\ hoặc\ K) = ?$$ Bộ bài

Nền tảng Xác suất trong Python

P(A hoặc B) với bài (tiếp)

$$P(Bồi\ hoặc\ K) = \color{red}{P(Bồi)}+...$$ Các quân Bồi trong bộ bài $$P(Bồi\ hoặc\ K) = \color{red}{\frac{4}{52}}+...$$

Nền tảng Xác suất trong Python

P(A hoặc B) với bài (tiếp)

$$P(Bồi\ hoặc\ K) = P(Bồi)+\color{red}{P(K)}$$ Các quân Bồi và K trong bộ bài $$P(Bồi\ hoặc\ K) = \frac{4}{52}+\color{red}{\frac{4}{52}}$$

Nền tảng Xác suất trong Python

P(A hoặc B) với bài (tiếp)

$$P(Bồi\ hoặc\ K) = P(Bồi)+P(K)$$ Các quân Bồi và K trong bộ bài $$P(Bồi\ hoặc\ K) = \frac{4}{52}+\frac{4}{52}=\frac{8}{52}=\frac{2}{13}$$

Nền tảng Xác suất trong Python

P(A hoặc B) với bài (tiếp)

$$P(Bồi\ hoặc\ K) = P(Bồi)+P(K)$$ Các quân Bồi và K trong bộ bài $$P(Bồi\ hoặc\ K) = \frac{4}{52}+\frac{4}{52}=\frac{8}{52}=\frac{2}{13}$$

Nền tảng Xác suất trong Python

Xác suất A hoặc B

Sơ đồ Venn biến cố A

Nền tảng Xác suất trong Python

Xác suất A hoặc B (tiếp)

Sơ đồ Venn biến cố A và B

Nền tảng Xác suất trong Python

Xác suất A hoặc B (tiếp)

$$P(A\ hoặc\ B) = ?$$ Sơ đồ Venn A và B

Nền tảng Xác suất trong Python

Xác suất A hoặc B (tiếp)

$$P(A\ hoặc\ B) = \color{red}{P(A)}+...$$ Sơ đồ Venn A và B rời nhau

Nền tảng Xác suất trong Python

Xác suất A hoặc B (tiếp)

$$P(A\ hoặc\ B) = P(A) + \color{red}{P(B)}$$ Sơ đồ Venn A và B rời nhau

Nền tảng Xác suất trong Python

P(A hoặc B) có giao nhau

$$P(Bồi\ hoặc\ Cơ)=?$$ Bồi hoặc Cơ trong bộ bài

Nền tảng Xác suất trong Python

P(A hoặc B) có giao nhau (tiếp)

$$P(Bồi\ hoặc\ Cơ) =\color{red}{P(Bồi)}+...$$ Bồi hoặc Cơ trong bộ bài $$P(Bồi\ hoặc\ Cơ) =\color{red}{\frac{4}{52}}+...$$

Nền tảng Xác suất trong Python

P(A hoặc B) có giao nhau (tiếp)

$$P(Bồi\ hoặc\ Cơ) =P(Bồi)+\color{red}{P(Cơ)}\ ...$$ Bồi hoặc Cơ trong bộ bài $$P(Bồi\ hoặc\ Cơ) =\frac{4}{52}+\color{red}{\frac{13}{52}}\ ...$$

Nền tảng Xác suất trong Python

P(A hoặc B) có giao nhau (tiếp)

$$P(Bồi\ hoặc\ Cơ) =P(Bồi)+P(Cơ)...$$ Giao của Bồi và Cơ trong bộ bài $$P(Bồi\ hoặc\ Cơ) =\frac{4}{52}+\frac{13}{52}...$$

Nền tảng Xác suất trong Python

P(A hoặc B) có giao nhau (tiếp)

$$P(Bồi\ hoặc\ Cơ) =P(Bồi)+P(Cơ)-\color{red}{P(Bồi\ và\ Cơ)}$$ Giao của Bồi và Cơ trong bộ bài $$P(Bồi\ hoặc\ Cơ) =\frac{4}{52}+\frac{13}{52}-\color{red}{\frac{1}{52}}$$

Nền tảng Xác suất trong Python

P(A hoặc B) có giao nhau (tiếp)

$$P(Bồi\ hoặc\ Cơ) =P(Bồi)+P(Cơ)-P(Bồi\ và\ Cơ)$$ Giao của Bồi và Cơ trong bộ bài $$P(Bồi\ hoặc\ Cơ) =\frac{4}{52}+\frac{13}{52}-\frac{1}{52}=\frac{16}{52}=\frac{4}{13}$$

Nền tảng Xác suất trong Python

Sơ đồ P(A hoặc B)

Sơ đồ Venn biến cố A

Nền tảng Xác suất trong Python

Sơ đồ P(A hoặc B) (tiếp)

Sơ đồ Venn A và B

Nền tảng Xác suất trong Python

Sơ đồ P(A hoặc B) (tiếp)

$$P(A\ hoặc\ B)=?$$ Sơ đồ Venn A và B

Nền tảng Xác suất trong Python

Sơ đồ P(A hoặc B) (tiếp)

$$P(A\ hoặc\ B)=\color{red}{P(A)}+...$$ Sơ đồ Venn A và B

Nền tảng Xác suất trong Python

Sơ đồ P(A hoặc B) (tiếp)

$$P(A\ hoặc\ B)=P(A)+\color{red}{P(B)}\ ...$$ Sơ đồ Venn A và B

Nền tảng Xác suất trong Python

Sơ đồ P(A hoặc B) (tiếp)

$$P(A\ hoặc\ B)=P(A)+P(B)\ ...$$ Sơ đồ Venn phần giao A và B

Nền tảng Xác suất trong Python

Sơ đồ P(A hoặc B) (tiếp)

$$P(A\ hoặc\ B)=P(A)+P(B)-\color{red}{P(A\ và\ B)}$$ Sơ đồ Venn xác suất A và B

Nền tảng Xác suất trong Python

Sơ đồ P(A hoặc B) (tiếp)

$$P(A\ hoặc\ B)=P(A)+P(B)-P(A\ và\ B)$$ Sơ đồ Venn phần giao A và B

Nền tảng Xác suất trong Python

Tính P(Bồi hoặc Cơ) bằng Python

P_Jack = 4/52
P_Hearts = 13/52
P_Jack_n_Hearts = 1/52
P_Jack_or_Hearts = P_Jack + P_Hearts - P_Jack_n_Hearts
print(P_Jack_or_Hearts)
0.307692307692
Nền tảng Xác suất trong Python

Hãy tính xác suất của hai biến cố

Nền tảng Xác suất trong Python

Preparing Video For Download...