Tóm tắt Reading 12: Fundamentals of Probability

Môn FRM Part I (FRM1), Reading 12/62

Biến cố và các loại xác suất

  • Xác suất nằm trong [0, 1]. Biến cố là một kết cục hoặc tổ hợp kết cục; event space gồm mọi tổ hợp kết cục và cả tập rỗng. Với đồng xu: {H}, {T}, {H, T} (xác suất 100%), ∅ (xác suất 0).
  • Unconditional (marginal) probability P(A); conditional probability P(A | B); joint probability P(AB).

Độc lập, xung khắc, độc lập có điều kiện

  • Độc lập: P(AB) = P(A) × P(B), tương đương P(A | B) = P(A). Với n biến cố độc lập, xác suất đồng thời là tích các xác suất.
  • Xung khắc: P(AB) = 0, nên P(A hoặc B) = P(A) + P(B). Tổng quát: P(A hoặc B) = P(A) + P(B) − P(AB), đúng với mọi cặp biến cố.
  • Hai biến cố xung khắc có xác suất dương luôn phụ thuộc.
  • Độc lập có điều kiện: P(AB | C) = P(A | C) × P(B | C). Độc lập và độc lập có điều kiện không kéo theo nhau.

Hàm xác suất rời rạc

  • Cho xác suất từng kết cục; mọi P(x) ∈ [0, 1] và Σ P(x) = 1. Xác suất của một biến cố = tổng xác suất các kết cục thuộc nó. Ví dụ P(x) = x/10 trên {1, 2, 3, 4}: P(2 hoặc 4) = 60%.

Xác suất có điều kiện, toàn phần và Bayes

  • P(AB) = P(A | B) × P(B); P(A | B) = P(AB) ÷ P(B).
  • Quy tắc xác suất toàn phần (Bi xung khắc và đầy đủ): P(A) = Σ P(A | Bi) × P(Bi) — tổng các xác suất đồng thời.
  • Bayes' rule: P(A | B) = P(B | A) × P(A) ÷ P(B); cập nhật prior P(A) thành posterior P(A | B). Mẫu số P(B) là tổng các xác suất đồng thời.
  • Ví dụ: prior 60%, P(gains | tốt) 70%, P(gains | kém) 20% → P(gains) = 50%, posterior 84%.

Bản đầy đủ gồm

Bài giảng chi tiết, flashcard lặp lại ngắt quãng, ngân hàng câu hỏi luyện thi, lộ trình theo ngày thi và trợ lý AI theo từng chương (có giới hạn). Dùng trọn 1 năm.

990.000đ890.000đdùng 1 năm

Hoàn 100% trong 7 ngày nếu bạn chưa dùng quá 30% khoá học.

Giá ưu đãi early bird 890.000đ

990.000đ890.000đdùng 1 năm
Mua ngay