Bỏ qua đến nội dung chính
Mục lục

Biến cố xung khắc, biến cố đối và công thức cộng xác suất

AIDev Team · duyệt: Nguyễn Việt Chung

Bài 3/11 · Chương 4

Xác suất

  • 9 phút
  • Cơ bản
  • Python 3.14
  • Cập nhật

Hai biến cố xung khắc là hai biến cố không thể cùng xảy ra trong một lần thử, như rút được lá cơ và rút được lá bích; xác suất một trong hai xảy ra khi đó là tổng hai xác suất. Bạn dùng công thức cộng xác suất mỗi khi hỏi "A hoặc B", như xác suất rút được lá cơ hoặc lá hình.

Cần biết trước: xác suất là gì, phép toán trên set và mảng True/False.

Biến cố hợp, giao, đối và xung khắc

Phép thử của bài là rút một lá từ bộ bài 52 lá đã xáo: 13 hạng (A, 2 đến 10, J, Q, K) nhân 4 chất (cơ, rô, chuồn, bích). Biến cố là tập con của Ω, nên phép toán của set trong Python là đúng phép toán trên biến cố:

Biến cố

Nghĩa

Set của Python

A ∪ B (hợp)

A hoặc B xảy ra

a | b

A ∩ B (giao)

A và B cùng xảy ra

a & b

Ā (đối của A)

A không xảy ra

omega - a

A, B xung khắc

A ∩ B rỗng

not (a & b)

Khối dưới dựng bộ bài và ba biến cố: A là lá cơ, B là lá hình (J, Q, K), C là lá bích.

python
hang = ["A", "2", "3", "4", "5", "6", "7",
        "8", "9", "10", "J", "Q", "K"]
chat = ["cơ", "rô", "chuồn", "bích"]
omega = {(h, c) for h in hang for c in chat}
a = {la for la in omega if la[1] == "cơ"}
b = {la for la in omega if la[0] in ("J", "Q", "K")}
c = {la for la in omega if la[1] == "bích"}
print(len(omega), len(a), len(b))
print("A ∩ B:", sorted(a & b))
print("|A ∪ B| =", len(a | b), " |đối của B| =", len(omega - b))
print("A, C xung khắc:", not (a & c))

KẾT QUẢ

52 13 12
A ∩ B: [('J', 'cơ'), ('K', 'cơ'), ('Q', 'cơ')]
|A ∪ B| = 22  |đối của B| = 40
A, C xung khắc: True

A và B không xung khắc: ba lá J, Q, K cơ nằm trong cả hai. A và C xung khắc: không lá nào vừa cơ vừa bích. Một biến cố và biến cố đối của nó luôn xung khắc, và hợp của chúng là cả Ω.

Công thức cộng xác suất

Đếm A ∪ B bằng cách cộng |A| với |B| thì ba lá J, Q, K cơ bị đếm hai lần, nên phải trừ đi một lần. Chia cả hai vế cho |Ω| được công thức cộng xác suất (addition rule):

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

Trong đó:

  • P(A) (len(a) / len(omega)), P(B): xác suất của từng biến cố.

  • P(A ∩ B) (len(a & b) / len(omega)): xác suất hai biến cố cùng xảy ra.

  • P(A ∪ B) (len(a | b) / len(omega)): xác suất ít nhất một trong hai xảy ra.

Khi A và B xung khắc, P(A ∩ B) = 0 và công thức còn P(A ∪ B) = P(A) + P(B). SGK Toán 11 (chương trình 2018) viết giao là AB: P(A ∪ B) = P(A) + P(B) − P(AB), và gọi trường hợp xung khắc là công thức cộng cho hai biến cố xung khắc. Biến cố đối có công thức riêng, nhắc lại từ SGK Toán 10: P(Ā) = 1 − P(A).

Tính tay cho A = lá cơ, B = lá hình:

Bước

Việc

Kết quả

1

P(A): 13 lá cơ

13/52

2

P(B): 3 hình × 4 chất

12/52

3

P(A ∩ B): J, Q, K cơ

3/52

4

Cộng hai số đầu, trừ số thứ ba

22/52 ≈ 0,4231

Khối dưới đếm đúng ba số đó bằng một vòng lặp trên 52 lá rồi áp công thức. Sửa hai điều kiện trong vòng lặp để đếm biến cố của bạn.

python
hang = ["A", "2", "3", "4", "5", "6", "7",
        "8", "9", "10", "J", "Q", "K"]
chat = ["cơ", "rô", "chuồn", "bích"]
dem_a = dem_b = dem_ab = 0
for h in hang:
    for c in chat:
        la_a = c == "cơ"
        la_b = h in ("J", "Q", "K")
        dem_a += la_a
        dem_b += la_b
        dem_ab += la_a and la_b
print(dem_a, dem_b, dem_ab)
print("P(A ∪ B) =", round((dem_a + dem_b - dem_ab) / 52, 4))

KẾT QUẢ

13 12 3
P(A ∪ B) = 0.4231

Đổi la_a = c == "cơ" thành la_a = c == "bích" rồi chạy lại: dòng cuối vẫn in P(A ∪ B) = 0.4231, vì lá bích cũng có ba lá hình. Hai biến cố xung khắc, như cơ và bích, cho phần giao bằng 0.

Xác suất của biến cố đối

Nhiều câu hỏi dễ tính qua biến cố đối hơn: "không phải lá hình" có 40 lá, nhưng cũng là 1 − 12/52. Trên set, len(omega - b) và len(omega) - len(b) cho cùng số:

python
hang = ["A", "2", "3", "4", "5", "6", "7",
        "8", "9", "10", "J", "Q", "K"]
chat = ["cơ", "rô", "chuồn", "bích"]
omega = {(h, c) for h in hang for c in chat}
b = {la for la in omega if la[0] in ("J", "Q", "K")}
khong_b = omega - b
print(len(khong_b), round(len(khong_b) / 52, 4))
print(round(1 - len(b) / 52, 4))
print("Xung khắc:", not (b & khong_b))
print("Hợp là Ω:", b | khong_b == omega)

KẾT QUẢ

40 0.7692
0.7692
Xung khắc: True
Hợp là Ω: True

Hai dòng đầu cho cùng 0,7692. Dòng cuối kiểm hai tính chất làm nên công thức: B và đối của B xung khắc, và hợp của chúng là Ω, nên P(B) + P(B̄) = P(Ω) = 1.

Kiểm công thức bằng mô phỏng rút bài

Khối dưới dùng số ngẫu nhiên của NumPy để rút 100.000 lần, mỗi lần một lá trong 52 (rút xong trả lá lại và xáo). Đánh số lá từ 0 đến 51: chất là la // 13 (0 là cơ), hạng là la % 13 + 1 (11, 12, 13 là J, Q, K). Hợp, giao, đối trên mảng là |, &, ~, như bài mô phỏng bằng NumPy.

python
import numpy as np

rng = np.random.default_rng(29)
la = rng.integers(0, 52, size=100_000)
co = la // 13 == 0
hinh = la % 13 + 1 >= 11
print("Tần suất A ∪ B:", round((co | hinh).mean(), 4))
print("Công thức:", round(13 / 52 + 12 / 52 - 3 / 52, 4))
print("Cộng thẳng:", round(co.mean() + hinh.mean(), 4))
print("Tần suất đối của B:", round((~hinh).mean(), 4))

KẾT QUẢ

Tần suất A ∪ B: 0.4232
Công thức: 0.4231
Cộng thẳng: 0.4801
Tần suất đối của B: 0.7689

Lần chạy này cho tần suất A ∪ B khớp công thức ở chữ số thứ tư, còn cách cộng thẳng lệch gần 0,06, đúng bằng P(A ∩ B) = 3/52. Đổi default_rng(29) thành default_rng(4) để thấy tần suất đổi chút ít mà khoảng cách 0,06 vẫn còn.

Kiểm tra nhanh

  1. Với a = {1, 2, 3} và b = {3, 4}, len(a | b) cho kết quả gì?

    • 5
    • 4
    • 1
  2. Trong khung bẫy, vì sao 0,4808 là xác suất sai của "lá cơ hoặc lá hình"?

    • Vì phải chia cho 51 lá sau khi rút
    • Vì ba lá J, Q, K cơ được cộng hai lần, cần trừ P(A ∩ B) = 3/52
    • Vì lá cơ và lá hình xung khắc
    • Vì phải nhân hai xác suất thay cho cộng
  3. Rút một lá từ bộ 52 lá, những cặp biến cố nào xung khắc?

    • Lá cơ và lá bích
    • Lá cơ và lá hình
    • Lá màu đỏ và lá bích
    • Lá hình và lá không phải lá hình
  4. Xác suất rút được lá không phải lá hình bằng bao nhiêu?

    • 12/52
    • 1/40
    • 40/52, tức 1 − 12/52
    • 1 − 3/52
Đúng hết lần đầu +15 XP

Bài tập

Tính xác suất của biến cố hợp

Bạn kiểm câu trả lời "A hoặc B" của một bài xác suất. omega là set các kết quả đồng khả năng của phép thử, a và b là hai set con của omega. Viết thân hàm p_hop(omega, a, b) theo công thức cộng: P(A) + P(B) − P(A ∩ B).

Không dựng thẳng A ∪ B bằng toán tử |, .union(), .update() hay {*a, *b} (bài này không cần dấu *), và không dùng ^. Hàm không sửa a, b của nơi gọi.

Trả về: P(A ∪ B), một float.

Ví dụ với bộ 52 lá, a là 13 lá cơ, b là 12 lá hình, kết quả khoảng 0.4231.

python
def p_hop(omega, a, b):
    pass  # Viết thân hàm thay cho dòng này

Tóm tắt

  • A ∪ B là "A hoặc B", A ∩ B là "A và B", Ā là "A không xảy ra"; trên set là |, &, omega - a.

  • Hai biến cố xung khắc khi chúng không cùng xảy ra được: A ∩ B rỗng.

  • Công thức cộng: P(A ∪ B) = P(A) + P(B) − P(A ∩ B); xung khắc thì P(A ∪ B) = P(A) + P(B).

  • Biến cố đối: P(Ā) = 1 − P(A), vì A và Ā xung khắc và hợp lại là Ω.

  • Cộng thẳng hai xác suất khi chúng có phần giao đếm phần giao hai lần mà Python không báo.

Câu hỏi thường gặp

Biến cố xung khắc là gì, khác biến cố đối ở đâu?

Hai biến cố xung khắc chỉ cần không cùng xảy ra; biến cố đối còn đòi hợp của chúng là cả Ω. Lá cơ và lá bích xung khắc nhưng không đối nhau, vì còn lá rô, lá chuồn. Biến cố đối nào cũng xung khắc với biến cố gốc.

Công thức biến cố xung khắc viết thế nào cho ba biến cố?

Ba biến cố đôi một xung khắc thì P(A ∪ B ∪ C) = P(A) + P(B) + P(C). Không xung khắc thì phải trừ các giao từng đôi rồi cộng lại giao của cả ba; trên Python, len(a | b | c) / len(omega) cho đúng số đó để bạn kiểm.

Biến cố xung khắc có phải là biến cố độc lập không?

Không. Hai biến cố xung khắc có xác suất dương thì không độc lập: biết A xảy ra là biết chắc B không xảy ra. Bài biến cố độc lập so hai khái niệm này bằng số.

Vì sao mô phỏng trả lá lại sau mỗi lần rút?

Để mỗi lần rút là cùng một phép thử với 52 lá đồng khả năng, đúng như công thức tính. Rút liên tiếp không trả lại là phép thử khác; bài quy tắc đếm dạy cách đếm những phép thử đó.

Chủ đề

biến cố xung khắc

Bài này có hữu ích?

Hỏi đáp

Đang tải câu hỏi…

Tham vấn chuyên môn

Nguyễn Việt Chung

Nhà sáng lập AIDev và VietPlatform · Thạc sĩ AI MSE

  • Tốt nghiệp thủ khoa xuất sắc Thạc sĩ AI MSE.
  • Đồng sáng lập, CTO E-University, SVOnline: số hóa 10+ đại học, 40.000+ sinh viên.
  • Xây hệ thống AI cho doanh nghiệp tại VietPlatform.
Biên soạn: AIDev Team · Rà soát · Quy trình biên tập