Bỏ qua đến nội dung chính
Mục lục

Công thức xác suất: bảng tổng hợp cộng, nhân, Bayes, tổ hợp

AIDev Team · duyệt: Nguyễn Việt Chung

Bài 9/11 · Chương 4

Xác suất

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

Các công thức xác suất của biến cố ở phổ thông (Toán 10–12) gói trong tám dòng: cổ điển, biến cố đối, đếm tổ hợp, cộng, nhân, có điều kiện, toàn phần và Bayes. Trang này đặt mỗi công thức cạnh một dòng Python chạy được trên cùng một ví dụ, kèm link về bài dạy kỹ công thức đó.

Cần biết trước: công thức Bayes.

Bảng tra nhanh: công thức xác suất

Ví dụ chung là một lần tung xúc xắc, viết bằng phép toán trên set: omega = {1, 2, 3, 4, 5, 6}, a = {2, 4, 6} (ra số chẵn), b = {1, 2} (ra số nhỏ hơn 3), n = len(omega). Hai hàng cuối dùng ba ca sản xuất của bài toàn phần và np.dot(): p_b = np.array([0.45, 0.35, 0.2]) là tỉ trọng sản lượng, p_a_khi_b = np.array([0.03, 0.04, 0.06]) là tỉ lệ lỗi.

Công thức

Viết toán

Một dòng Python

Kết quả

Bài

Cổ điển

P(A) = |A| / |Ω|

len(a) / n

0.5

xác suất là gì

Biến cố đối

P(Ā) = 1 − P(A)

len(omega - a) / n

0.5

biến cố đối

Hoán vị, chỉnh hợp, tổ hợp

n!, Aₙᵏ, Cₙᵏ

factorial(5), perm(5, 2), comb(5, 2)

120 20 10

quy tắc đếm

Cộng

P(A ∪ B) = P(A) + P(B) − P(A ∩ B)

len(a | b) / n

0.6667

công thức cộng

Nhân (độc lập)

P(A ∩ B) = P(A) · P(B)

len(a & b) / n so với len(a) / n * len(b) / n

0.1667 0.1667

biến cố độc lập

Có điều kiện

P(A|B) = P(A ∩ B) / P(B)

len(a & b) / len(b)

0.5

xác suất có điều kiện

Toàn phần

P(A) = Σ P(Bᵢ) P(A|Bᵢ)

np.dot(p_b, p_a_khi_b)

0.0395

xác suất toàn phần

Bayes

P(Bᵢ|A) = P(Bᵢ) P(A|Bᵢ) / P(A)

p_b * p_a_khi_b / np.dot(p_b, p_a_khi_b)

0.3418 0.3544 0.3038

công thức Bayes

Chạy khối dưới để in đúng cột kết quả:

python
from math import comb, factorial, perm
import numpy as np

omega, a, b = {1, 2, 3, 4, 5, 6}, {2, 4, 6}, {1, 2}
n = len(omega)
print(len(a) / n, len(omega - a) / n)
print(factorial(5), perm(5, 2), comb(5, 2))
print(round(len(a | b) / n, 4))
print(round(len(a & b) / n, 4), round(len(a) / n * len(b) / n, 4))
print(len(a & b) / len(b))
p_b = np.array([0.45, 0.35, 0.2])
p_a_khi_b = np.array([0.03, 0.04, 0.06])
print(round(float(np.dot(p_b, p_a_khi_b)), 4))
print((p_b * p_a_khi_b / np.dot(p_b, p_a_khi_b)).round(4))

KẾT QUẢ

0.5 0.5
120 20 10
0.6667
0.1667 0.1667
0.5
0.0395
[0.3418 0.3544 0.3038]

Đổi b = {1, 2} thành b = {1, 2, 3} rồi chạy lại: dòng thứ tư in 0.1667 0.25, vì "chẵn" và "nhỏ hơn 4" không còn độc lập.

Ba lưu ý khi tra. SGK Toán 11 và 12 (chương trình 2018) viết giao A ∩ B là AB, nên công thức có điều kiện in trong sách là P(A|B) = P(AB) / P(B). Hàng "Nhân" chỉ dùng được khi A và B độc lập; với hai biến cố bất kỳ, công thức nhân là P(A ∩ B) = P(B) · P(A|B). Hàng "Cộng" bỏ được P(A ∩ B) khi A, B xung khắc. Ở hai hàng toàn phần và Bayes, SGK Toán 12 (Kết nối tri thức) đổi vai hai chữ cái: hệ là A, Ā, biến cố cần tính là B, nên sách viết P(B) = P(A) · P(B|A) + P(Ā) · P(B|Ā) và P(A|B) = P(A) · P(B|A) / P(B). Trang mẹ của bảng này là bài công thức Bayes, nơi hai hàng cuối ghép lại thành một phép tính.

Chọn công thức theo câu hỏi

Đề bài xác suất thường lộ công thức qua vài chữ:

  • "hoặc", "ít nhất một trong hai": công thức cộng; "không", "ít nhất một" trong nhiều lần thử: đi qua biến cố đối.

  • "và", "cả hai", với hai lần thử không ảnh hưởng nhau: công thức nhân cho biến cố độc lập.

  • "biết rằng", "trong số", "nếu": xác suất có điều kiện.

  • Nhiều nhóm, mỗi nhóm một tỉ lệ, hỏi tỉ lệ chung: xác suất toàn phần.

  • Đã thấy kết quả, hỏi nó đến từ nhóm nào: Bayes.

  • "chọn k trong n", "xếp", "bao nhiêu cách": quy tắc đếm, rồi chia cho số kết quả của Ω.

Hai câu cuối của danh sách hay đi cùng nhau: P(Bᵢ|A) dùng P(A) toàn phần ở mẫu số. Khối dưới viết cả hai thành một hàm def, gọi lại cho bài xét nghiệm có tỉ lệ nền 1%, độ nhạy 90% và dương tính giả 4%:

python
import numpy as np


def bayes(p_b, p_a_khi_b):
    nhanh = np.array(p_b) * np.array(p_a_khi_b)
    return float(nhanh.sum()), (nhanh / nhanh.sum()).round(4)


p_a, hau = bayes([0.01, 0.99], [0.90, 0.04])
print("P(dương) =", round(p_a, 4))
print("P(bệnh | dương), P(khỏe | dương):", hau)

KẾT QUẢ

P(dương) = 0.0486
P(bệnh | dương), P(khỏe | dương): [0.1852 0.8148]

Kiểm tra nhanh

  1. Sau omega, a, b = {1, 2, 3, 4, 5, 6}, {2, 4, 6}, {1, 2}, print(round(len(a | b) / len(omega), 4)) in ra gì?

    • 0.8333
    • 0.6667
    • 0.5
  2. Đề bài: "Một sản phẩm lấy ra bị lỗi. Tính xác suất nó do ca đêm làm ra." Công thức nào?

    • Công thức cộng
    • Công thức nhân cho biến cố độc lập
    • Xác suất toàn phần
    • Công thức Bayes
  3. Những câu nào đúng?

    • P(A ∩ B) = P(A) · P(B) chỉ đúng khi A và B độc lập
    • P(A ∩ B) = P(B) · P(A|B) đúng với mọi A, B có P(B) > 0
    • P(A ∪ B) = P(A) + P(B) với mọi A, B
    • Các hậu nghiệm Bayes của một hệ biến cố đầy đủ cộng bằng 1
Đúng hết lần đầu +15 XP

Bài tập

Tính mọi xác suất hậu nghiệm của một hệ biến cố

Bạn viết hàm dùng chung cho mọi bài Bayes. p_b là list tiên nghiệm P(Bᵢ) của một hệ biến cố đầy đủ (cộng bằng 1), p_a_khi_b là list P(A|Bᵢ) cùng độ dài, và P(A) lớn hơn 0. Viết thân hàm hau_nghiem(p_b, p_a_khi_b): list các P(Bᵢ|A) theo đúng thứ tự.

Hàm không sửa hai list của nơi gọi.

Trả về: các hậu nghiệm, một list số thực.

Ví dụ hau_nghiem([0.45, 0.35, 0.2], [0.03, 0.04, 0.06]) cho xấp xỉ [0.3418, 0.3544, 0.3038].

python
import numpy as np


def hau_nghiem(p_b, p_a_khi_b):
    pass  # Viết thân hàm thay cho dòng này

Tóm tắt

  • Cổ điển: len(a) / len(omega); biến cố đối: 1 - p; đếm: math.factorial(), math.perm(), math.comb().

  • Cộng: P(A ∪ B) = P(A) + P(B) − P(A ∩ B), hay đếm thẳng len(a | b) / n.

  • Nhân P(A)P(B) chỉ cho biến cố độc lập; trường hợp chung là P(B) · P(A|B).

  • Có điều kiện: P(A|B) = P(A ∩ B) / P(B), đếm được thì len(a & b) / len(b).

  • Toàn phần là np.dot(p_b, p_a_khi_b); Bayes chia từng nhánh cho đúng tổng đó.

Câu hỏi thường gặp

Công thức xác suất thống kê đại học có gì thêm so với phổ thông?

Tám dòng trên vẫn là nền. Phần thêm của đại học là biến ngẫu nhiên và phân phối: kỳ vọng, phương sai, nhị thức, Poisson, chuẩn. Bài biến ngẫu nhiên mở chương đó, cũng với một dòng NumPy cho mỗi công thức.

Có cần nhớ hết các công thức xác suất này không?

Nhớ ba công thức là suy ra được phần còn lại: cổ điển, cộng, và có điều kiện P(A|B) = P(A ∩ B) / P(B). Công thức nhân là công thức có điều kiện đổi vế; toàn phần là cộng các nhánh nhân; Bayes là có điều kiện viết hai chiều.

Tổ hợp và chỉnh hợp khác nhau thế nào khi tra bảng?

Chỉnh hợp perm(n, k) đếm cách chọn k trong n có xếp thứ tự, tổ hợp comb(n, k) đếm cách chọn không xếp. Chọn 2 trong 5 bạn làm lớp trưởng và lớp phó là chỉnh hợp (20 cách); chọn 2 bạn đi trực là tổ hợp (10 cách).

Chủ đề

công thức xác suất

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