Phân phối nhị thức, Bernoulli: công thức, scipy.stats.binom
Bài 1/12 · Chương 6
Các phân phối xác suất
- 8 phút
- Trung cấp
- Python 3.14
- Cập nhật
Trong bài này · 12
Phân phối nhị thức (binomial distribution) cho xác suất có đúng k lần thành công trong n phép thử độc lập, mỗi lần thành công với cùng xác suất p, như k khách mua hàng trong n người ghé cửa hàng. Bạn dùng nó mỗi khi đếm "bao nhiêu lần có" trong một số lần thử cố định: số sản phẩm lỗi trong lô, số câu đoán đúng.
Cần biết trước: quy tắc đếm, PMF, PDF, CDF và kỳ vọng và phương sai.
Phân phối Bernoulli và công thức phân phối nhị thức
Một phép thử chỉ có hai kết quả, "có" (ghi 1) với xác suất p và "không" (ghi 0) với xác suất 1 − p, là phép thử Bernoulli. Biến X ∈ {0, 1} của nó có phân phối Bernoulli, kỳ vọng p, phương sai p(1 − p).
Lặp phép thử đó n lần, độc lập, cùng p, rồi đếm số lần "có": số đếm X có phân phối nhị thức B(n, p). Mỗi cách xếp k lần "có" vào n chỗ có xác suất pᵏ(1 − p)ⁿ⁻ᵏ, và có C(n, k) cách xếp như vậy:
Trong đó:
n (
n): số phép thử, cố định trước.k (
k): số lần thành công, từ 0 tới n.p (
p): xác suất thành công của mỗi lần, giống nhau ở mọi lần.C(n, k) (
math.comb(n, k)): số cách chọn k chỗ trong n, theo bài quy tắc đếm.
Kỳ vọng E(X) = np và phương sai Var(X) = np(1 − p): X là tổng của n biến Bernoulli độc lập, nên kỳ vọng và phương sai cộng lại n lần.
Chuyên đề học tập Toán 12 cũng dạy phân phối này dưới chữ "phân bố": bộ Chân trời sáng tạo có bài "Phân bố Bernoulli và phân bố nhị thức", bộ Kết nối tri thức có bài "Biến ngẫu nhiên có phân bố nhị thức và áp dụng". scipy nhận hai tham số theo thứ tự n rồi p: stats.binom(n, p).
Tính tay: 2 khách mua trong 5 người ghé
Một tiệm sách có 30% khách ghé vào là mua, các khách quyết định độc lập. Trong 5 người ghé tiếp theo, xác suất đúng 2 người mua là C(5, 2) × 0,3² × 0,7³ = 10 × 0,09 × 0,343 = 0,3087. Khối dưới tính đủ sáu giá trị k bằng math.comb(); sửa p rồi bấm Chạy:
import math
n, p = 5, 0.3
tong = 0
for k in range(n + 1):
pk = math.comb(n, k) * p ** k * (1 - p) ** (n - k)
tong += pk
print(k, math.comb(n, k), round(pk, 4))
print("Tổng:", round(tong, 10))
print("E(X) =", n * p, " Var(X) =", round(n * p * (1 - p), 4))KẾT QUẢ
0 1 0.1681
1 5 0.3601
2 10 0.3087
3 10 0.1323
4 5 0.0283
5 1 0.0024
Tổng: 1.0
E(X) = 1.5 Var(X) = 1.05Một người mua là khả năng cao nhất; năm người mua cả thì hiếm, chưa tới 0,3%. Đổi 0.3 thành 0.5 rồi chạy lại: bảng đối xứng quanh 2,5, và dòng cuối in E(X) = 2.5 Var(X) = 1.25.
Tính bằng scipy.stats.binom
stats.binom(n, p) là một đối tượng phân phối với đủ các phương thức của bài PMF, PDF, CDF. Câu "ít nhất 2 người mua" là P(X ≥ 2) = P(X > 1), tức sf(1):
from scipy import stats
mua = stats.binom(5, 0.3)
print("P(X = 2): ", round(mua.pmf(2), 4))
print("P(X ≤ 2): ", round(mua.cdf(2), 4))
print("P(X ≥ 2): ", round(mua.sf(1), 4))
print("mean, var:", round(mua.mean(), 4), round(mua.var(), 4))KẾT QUẢ
P(X = 2): 0.3087
P(X ≤ 2): 0.8369
P(X ≥ 2): 0.4718
mean, var: 1.5 1.05Hai dòng đầu khớp bảng tay: 0,3087 và 0,1681 + 0,3601 + 0,3087. mean() và var() ra đúng np = 1,5 và np(1 − p) = 1,05.
Phân phối nhị thức trên dữ liệu: lỗi theo lô
File loi_san_pham.csv là số giả lập của AIDev: 240 lô hàng, mỗi lô kiểm đúng 50 sản phẩm và ghi số sản phẩm lỗi. Nếu mỗi sản phẩm hỏng độc lập với cùng xác suất, số lỗi một lô theo B(50, p). Lấy 80 lô ca sáng, ước p bằng tỉ lệ lỗi chung, rồi so tần suất từng số lỗi với pmf:
import numpy as np
import pandas as pd
from scipy import stats
lo = pd.read_csv("loi_san_pham.csv")
sang = lo[lo["ca"] == "Sáng"]
p_hat = sang["so_loi"].sum() / sang["so_kiem"].sum()
print(len(sang), "lô, p ước lượng:", round(p_hat, 4))
tan_suat = sang["so_loi"].value_counts(normalize=True)
for k in range(6):
print(k, round(tan_suat.get(k, 0), 3),
round(stats.binom.pmf(k, 50, p_hat), 3))KẾT QUẢ
80 lô, p ước lượng: 0.0345
0 0.225 0.173
1 0.225 0.309
2 0.3 0.27
3 0.15 0.155
4 0.062 0.065
5 0.025 0.021Cột giữa là tần suất trên 80 lô, cột phải là xác suất của B(50; 0,0345). Hai cột có cùng dáng: phần lớn lô có 0 tới 3 lỗi, lô có 5 lỗi trở lên rất hiếm. Ở 0 và 1 lỗi hai cột lệch nhau năm tới tám điểm phần trăm. Với 80 lô, mỗi tần suất tự dao động cỡ năm điểm phần trăm, nên chỗ lệch này chưa đủ để nói số lỗi không theo nhị thức; bài kiểm định chi bình phương có cách kiểm chặt hơn.
Mô phỏng bằng rng.binomial()
rng.binomial(n, p, size=m) rút m số đếm, mỗi số là kết quả của n phép thử. Rút 100.000 nhóm 5 khách rồi vẽ tần suất bên cạnh pmf, theo bài biểu đồ cột:
import numpy as np
import matplotlib.pyplot as plt
from scipy import stats
rng = np.random.default_rng(43)
so_mua = rng.binomial(5, 0.3, size=100_000)
k, dem = np.unique(so_mua, return_counts=True)
print(np.round(dem / so_mua.size, 4))
print(round(so_mua.mean(), 3), round(np.var(so_mua, ddof=0), 3))
fig, ax = plt.subplots(figsize=(6.4, 4), layout="constrained")
ax.bar(k, dem / so_mua.size, label="Mô phỏng 100.000 nhóm")
ax.plot(k, stats.binom.pmf(k, 5, 0.3), "ko", label="binom.pmf")
ax.set(title="Số khách mua trong 5 người ghé, p = 0,3",
xlabel="Số khách mua", ylabel="Tần suất")
ax.legend()
plt.show()KẾT QUẢ
[0.1681 0.3591 0.3105 0.1319 0.0279 0.0024]
1.5 1.046Lần chạy này cho trung bình 1,5 và phương sai 1,046, sát 1,5 và 1,05 của công thức, và mỗi cột nằm sát chấm đen.
Kiểm tra nhanh
Sau
from scipy import stats,print(round(stats.binom(3, 0.5).pmf(1), 3))in ra gì?0.50.3750.125
Đại lượng nào có phân phối nhị thức?
- Số câu đúng khi đoán bừa 10 câu trắc nghiệm bốn phương án
- Số khách vào quán trong một giờ
- Số sản phẩm lỗi trong 50 sản phẩm của một lô, mỗi sản phẩm hỏng độc lập với cùng xác suất
- Số lần tung xúc xắc tới khi ra mặt 6
Trong khung bẫy đầu, vì sao
1 - mua.cdf(2)nhỏ hơn P(X ≥ 2)?- Vì
cdflàm tròn kết quả xuống - Vì
cdf(2)đã gồm k = 2, nên1 - cdf(2)chỉ còn k từ 3 trở lên - Vì
binomtính với p = 0,7 thay cho 0,3
- Vì
Số sản phẩm lỗi trong lô 50 sản phẩm theo B(50; 0,04). Kỳ vọng và phương sai là bao nhiêu?
- 2 và 1,92
- 2 và 2
- 0,04 và 0,0384
Bài tập
Tính xác suất có ít nhất k lần thành công
Một cửa hàng muốn biết khả năng có ít nhất k khách mua trong n người ghé, mỗi người mua độc lập với xác suất p. Viết thân hàm p_it_nhat(n, p, k) tính P(X ≥ k) với X ~ B(n, p), 0 ≤ k ≤ n + 1, dùng stats.binom đã nhập sẵn.
Trả về: xác suất có ít nhất k lần thành công, một float.
Ví dụ p_it_nhat(5, 0.3, 2) cho khoảng 0.4718.
from scipy import stats
def p_it_nhat(n, p, k):
pass # Viết thân hàm thay cho dòng nàyTóm tắt
Phép thử Bernoulli có hai kết quả; biến 0/1 của nó có kỳ vọng p, phương sai p(1 − p).
Phân phối nhị thức B(n, p) đếm số lần thành công trong n phép thử độc lập cùng p.
P(X = k) = C(n, k)pᵏ(1 − p)ⁿ⁻ᵏ; E(X) = np, Var(X) = np(1 − p).
stats.binom(n, p)có.pmf,.cdf,.sf,.mean(),.var(); "ít nhất k" làsf(k - 1).rng.binomial(n, p, size=m)rút m số đếm để mô phỏng.p là số từ 0 tới 1; truyền phần trăm thì scipy trả
nan.
Câu hỏi thường gặp
Phân phối nhị thức là gì, nói gọn?
Là phân phối của số lần "có" khi lặp n lần một phép thử hai kết quả, độc lập, cùng xác suất p. Bốn điều kiện đó (n cố định, hai kết quả, độc lập, cùng p) là thứ cần kiểm trước khi dùng binom.
Rút không hoàn lại từ một lô nhỏ có dùng nhị thức được không?
Không chính xác, vì xác suất của mỗi lần rút đổi theo những gì đã rút. Khi đó dùng phân phối siêu bội; nếu lô rất lớn so với số rút, hai phân phối gần như trùng nhau.
Khi n lớn, có cách tính gần đúng không?
Có hai cách: p nhỏ thì dùng phân phối Poisson với λ = np, còn np và n(1 − p) đều đủ lớn thì dùng phân phối chuẩn. Bài xấp xỉ phân phối đo sai số của cả hai.
Chủ đề
Dữ liệu của bài
- Tải xuống
loi_san_pham.csv
CSV · 7.45 KB
Bài này có hữu ích?
Hỏi đáp
Tham vấn chuyên môn
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.