Chào mừng bạn đến với bài học về Lý thuyết Xác suất của biến cố trong một số trò chơi đơn giản, thuộc chương trình Toán 10 Cánh Diều. Bài học này sẽ cung cấp cho bạn những kiến thức cơ bản và quan trọng về xác suất, giúp bạn hiểu rõ hơn về khả năng xảy ra của các sự kiện trong cuộc sống.
Chúng ta sẽ cùng nhau khám phá các khái niệm như biến cố, không gian mẫu, xác suất của biến cố, và cách tính xác suất trong các trò chơi đơn giản. Bài học được trình bày một cách dễ hiểu, kèm theo nhiều ví dụ minh họa và bài tập thực hành để bạn có thể áp dụng kiến thức vào giải quyết các bài toán thực tế.
A. Lý thuyết 1. Xác suất của biến cố trong trò chơi tung đồng xu Trong trò chơi tung đồng xu, ta quy ước đồng xu là cân đối và đồng chất. Tung một đồng xu hai lần liên tiếp.
A. Lý thuyết
1. Xác suất của biến cố trong trò chơi tung đồng xu
Trong trò chơi tung đồng xu, ta quy ước đồng xu là cân đối và đồng chất.
Tung một đồng xu hai lần liên tiếp.
- Tập hợp Ω các kết quả có thể xảy ra đối với mặt xuất hiện của đồng xu sau hai lần tung là Ω = {SS; SN; NS; NN}, trong đó, chẳng hạn SN là kết quả “Lần thứ nhất đồng xu xuất hiện mặt sấp, lần thứ hai đồng xu xuất hiện mặt ngửa”.
- Tập hợp Ω gọi là không gian mẫu trong trò chơi tung một đồng xu hai lần liên tiếp.
Xét sự kiện “Kết quả của hai lần tung đồng xu là giống nhau”.
- Tập hợp A các kết quả có thể xảy ra với sự kiện trên là A = {SS; NN}. Ta thấy \(A \subset \Omega \). Tập hợp A còn gọi là biến cố ngẫu nhiên (hay gọi tắt là biến cố) trong trò chơi này. Khi đó, sự kiện đã nêu chỉ ra tính chất đặc trưng cho các phần tử của tập hợp A.
- Mỗi phần tử của tập hợp A được gọi là một kết quả thuận lợi cho biến cố A: “Kết quả của hai lần tung đồng xu là giống nhau”.
Trong trò chơi tung một đồng xu hai lần liên tiếp, đối với mỗi biến cố A, ta có định nghĩa cổ điển của xác suất như sau:
Xác suất của biến cố A, kí hiệu P(A), là tỉ số giữa số các kết quả thuận lợi cho biến cố A và số phần tử của không gian mẫu Ω: \(P(A) = \frac{{n(A)}}{{n(\Omega )}}\), ở đó n(A), n(Ω) lần lượt là số phần tử của hai tập hợp A và Ω. |
2. Xác suất của biến cố trong trò chơi gieo xúc xắc
Trong trò chơi gieo xúc xắc, ta quy ước xúc xắc là cân đối và đồng chất.
Gieo một xúc xắc hai lần liên tiếp.
Khi gieo một xúc xắc hai lần liên tiếp, có 36 kết quả có thể xảy ra đối với mặt xuất hiện của xúc xắc sau hai lần gieo, đó là:
(1;1) (1;2) (1;3) (1;4) (1;5) (1;6) (1;1) (1;2) (1;3) (1;4) (1;5) (1;6) (2;1) (2;2) (2;3) (2;4) (2;5) (2;6) (2;1) (2;2) (2;3) (2;4) (2;5) (2;6) (3;1) (3;2) (3;3) (3;4) (3;5) (3;6) (3;1) (3;2) (3;3) (3;4) (3;5) (3;6) (4;1) (4;2) (4;3) (4;4) (4;5) (4;6) (4;1) (4;2) (4;3) (4;4) (4;5) (4;6) (5;1) (5;2) (5;3) (5;4) (5;5) (5;6) (5;1) (5;2) (5;3) (5;4) (5;5) (5;6) (6;1) (6;2) (6;3) (6;4) (6;5) (6;6) (6;1) (6;2) (6;3) (6;4) (6;5) (6;6)
- Tập hợp Ω các kết quả có thể xảy ra đối với mặt xuất hiện của xúc xắc sau hai lần gieo là Ω = {(i; j) ∣ i, j = 1, 2, 3, 4, 5, 6}, trong đó (i; j) là kết quả “Lần thứ nhất xuất hiện mặt i chấm, lần thứ hai xuất hiện mặt j chấm”.
- Tập hợp Ω gọi là không gian mẫu trong trò chơi gieo một xúc xắc hai lần liên tiếp.
Xét sự kiện “Tổng số chấm trong hai lần gieo xúc xắc bằng 8”.
- Tập hợp Ccác kết quả có thể xảy ra đối với sự kiện trên là:
C ={(2; 6); (3; 5); (4; 4); (5; 3); (6; 2)}.
Ta thấy \(C \subset \Omega \). Tập hợp C cũng gọi là biến cố ngẫu nhiên (hay gọi tắt là biến cố) trong trò chơi nói trên. Khi đó, sự kiện đã nêu chỉ ra tính chất đặc trưng cho các phần tử của tập hợp C.
- Mỗi phần tử của tập hợp C được gọi là một kết quả thuận lợi cho biến cố C: “Tổng số chấm trong hai lần gieo xúc xắc bằng 8”.
Trong trò chơi gieo một xúc xắc hai lần liên tiếp, đối với mỗi biến cố C, ta có định nghĩa cổ điển của xác suất như sau:
Xác suất của biến cố C, kí hiệu P(C), là tỉ số giữa số các kết quả thuận lợi cho biến cố C và số phần tử của không gian mẫu Ω: \(P(C) = \frac{{n(C)}}{{n(\Omega )}}\), ở đó n(C), n(Ω) lần lượt là số phần tử của hai tập hợp C và Ω. |
B. Bài tập
Bài 1: Tung một đồng xu hai lần liên tiếp.
a) Tính n(Ω) với Ω là không gian mẫu trong trò chơi trên.
b) Xét biến cố B: “Có ít nhất một lần xuất hiện mặt ngửa”. Tính xác suất của biến cố BB.
Giải:
a) Không gian mẫu trong trò chơi trên là tập hợp Ω = {SS; SN; NS; NN}. Do đó, n(Ω) = 4.
b) Các kết quả thuận lợi cho biến cố B là: SN, NS, NN, tức là B = {SN; NS; NN}.
Vì thế, n(B) =3. Vậy xác suất của biến cố B là: \(P(B) = \frac{{n(B)}}{{n(\Omega )}} = \frac{3}{4}\).
Bài 2: Gieo một xúc xắc hai lần liên tiếp.
a) Tính n(Ω) với Ω là không gian mẫu trong trò chơi trên.
b) Xét biến cố D: “Số chấm trong hai lần gieo đều là số lẻ”. Tính xác suất của biến cố D.
Giải:
a) Không gian mẫu trong trò chơi trên là tập hợp Ω = {(i; j) ∣ i, j = 1, 2, 3, 4, 5, 6}, trong đó (i; j) là kết quả “Lần đầu xuất hiện mặt i chấm, lần sau xuất hiện mặt j chấm”. Vậy n(Ω) = 36.
b) Các kết quả thuận lợi cho biến cố D là: (1; 1); (1; 3); (1; 5); (3; 1); (3; 3); (3; 5); (5; 1); (5; 3); (5; 5), tức là D = {(1; 1); (1; 3); (1; 5); (3; 1); (3; 3); (3; 5); (5; 1); (5; 3); (5; 5)}.
Vậy xác suất của biến cố D là: \(P(D) = \frac{{n(D)}}{{n(\Omega )}} = \frac{9}{{36}} = \frac{1}{4}\).
Xác suất là một lĩnh vực quan trọng của toán học, ứng dụng rộng rãi trong nhiều lĩnh vực của đời sống, từ khoa học tự nhiên đến kinh tế, tài chính. Trong chương trình Toán 10, việc làm quen với các khái niệm cơ bản về xác suất là bước đầu tiên để xây dựng nền tảng vững chắc cho các kiến thức nâng cao hơn.
Để hiểu rõ về xác suất, chúng ta cần nắm vững các khái niệm sau:
Xác suất của một biến cố luôn nằm trong khoảng từ 0 đến 1, trong đó:
Có nhiều cách để tính xác suất của một biến cố, tùy thuộc vào tính chất của không gian mẫu và biến cố. Một số phương pháp phổ biến bao gồm:
Hãy xem xét một số ví dụ về cách tính xác suất trong các trò chơi đơn giản:
Để tính xác suất của các biến cố phức tạp, chúng ta có thể sử dụng các quy tắc sau:
Để củng cố kiến thức, hãy thử giải các bài tập sau:
Lý thuyết Xác suất của biến cố là một phần quan trọng của Toán học, giúp chúng ta hiểu rõ hơn về sự không chắc chắn và khả năng xảy ra của các sự kiện. Việc nắm vững các khái niệm và quy tắc cơ bản về xác suất là rất cần thiết để giải quyết các bài toán thực tế và ứng dụng trong nhiều lĩnh vực khác nhau.