Phân phối siêu bội: rút không hoàn lại và hypergeom
Bài 3/12 · Chương 6
Các phân phối xác suất
- 8 phút
- Trung cấp
- Python 3.14
- Cập nhật
Trong bài này · 11
Phân phối siêu bội (hypergeometric distribution) cho xác suất rút được đúng k phần tử "đặc biệt" khi lấy n phần tử không hoàn lại từ một tập hữu hạn N phần tử, trong đó có K phần tử đặc biệt. Bạn dùng nó khi kiểm hàng theo mẫu, rút thăm trúng thưởng, chọn người vào nhóm: mỗi lần rút làm thay đổi phần còn lại.
Cần biết trước: phân phối nhị thức, quy tắc đếm và mô phỏng bằng NumPy.
Rút không hoàn lại: công thức phân phối siêu bội
Một lô có N sản phẩm, K sản phẩm lỗi. Lấy ngẫu nhiên n sản phẩm cùng lúc, mỗi bộ n sản phẩm có cùng khả năng. Gọi X là số sản phẩm lỗi trong n sản phẩm đó. Đếm theo quy tắc đếm: chọn k trong K sản phẩm lỗi, chọn n − k trong N − K sản phẩm tốt, chia cho số cách chọn n trong N:
Trong đó:
N (
N): số phần tử của cả lô.K (
K): số phần tử đặc biệt (lỗi) trong lô.n (
n): số phần tử rút ra, không hoàn lại.k (
k): số phần tử đặc biệt trong mẫu, không vượt quá K và n.
Kỳ vọng E(X) = n·K/N, giống nhị thức với p = K/N. Phương sai nhỏ hơn nhị thức một hệ số (N − n)/(N − 1), vì rút không hoàn lại làm mẫu "đều" hơn: Var(X) = n·(K/N)·(1 − K/N)·(N − n)/(N − 1).
Rút có hoàn lại thì mỗi lần rút vẫn còn đủ N phần tử, p = K/N giữ nguyên, và X theo phân phối nhị thức B(n, K/N).
Tính tay với một lô nhỏ
Một hộp quà có 10 phiếu, 3 phiếu trúng. Bạn bốc 4 phiếu một lúc. P(đúng 1 phiếu trúng) = C(3, 1) × C(7, 3) / C(10, 4) = 3 × 35 / 210 = 0,5. Khối dưới tính mọi k bằng math.comb(); sửa n rồi bấm Chạy:
import math
N, K, n = 10, 3, 4
tong = 0
for k in range(min(K, n) + 1):
pk = math.comb(K, k) * math.comb(N - K, n - k) / math.comb(N, n)
tong += pk
print(k, math.comb(K, k), math.comb(N - K, n - k), round(pk, 4))
print("Tổng:", round(tong, 10), " E(X):", n * K / N)KẾT QUẢ
0 1 35 0.1667
1 3 35 0.5
2 3 21 0.3
3 1 7 0.0333
Tổng: 1.0 E(X): 1.2Tổng bằng 1 và E(X) = 4 × 3/10 = 1,2. Đổi 10, 3, 4 thành 10, 3, 8 rồi chạy lại: hàng đầu in 0 1 0 0.0, xác suất 0, vì bốc 8 trong 10 phiếu thì chỉ còn 2 phiếu để tránh, không đủ tránh hết 3 phiếu trúng.
Tính bằng scipy.stats.hypergeom
scipy gọi tên ba tham số khác hẳn sách: stats.hypergeom(M, n, N), với M là cả lô, n là số phần tử đặc biệt, N là số rút ra. Viết theo vị trí thì thứ tự là (lô, số lỗi, số rút). Lô 100 sản phẩm có 8 sản phẩm lỗi, lấy 10 sản phẩm để kiểm:
from scipy import stats
kiem = stats.hypergeom(100, 8, 10)
co_hoan = stats.binom(10, 8 / 100)
print("P(X = 2):", round(kiem.pmf(2), 4), round(co_hoan.pmf(2), 4))
print("P(X = 0):", round(kiem.pmf(0), 4), round(co_hoan.pmf(0), 4))
print("Var: ", round(kiem.var(), 4), round(co_hoan.var(), 4))
print("Hệ số: ", round((100 - 10) / (100 - 1), 4))KẾT QUẢ
P(X = 2): 0.1506 0.1478
P(X = 0): 0.4166 0.4344
Var: 0.6691 0.736
Hệ số: 0.9091Cột trái là siêu bội, cột phải là nhị thức cùng p = 0,08. Hai cột khá gần nhau, dù mẫu 10 đã là 10% của lô 100: phương sai của siêu bội nhỏ hơn đúng hệ số 90/99 ≈ 0,91, khác biệt đã thấy rõ.
Mô phỏng: rút không hoàn lại và có hoàn lại
rng.choice() của bộ sinh số có tham số replace=: False là rút không hoàn lại, mỗi sản phẩm ra tối đa một lần. Lô nhỏ cho thấy rõ khác biệt: 20 sản phẩm, 5 sản phẩm lỗi, rút 8. Lặp 20.000 lần với mỗi cách rút:
import numpy as np
from scipy import stats
lo = np.array([1] * 5 + [0] * 15)
rng = np.random.default_rng(45)
khong = [rng.choice(lo, size=8, replace=False).sum()
for _ in range(20_000)]
co = [rng.choice(lo, size=8, replace=True).sum()
for _ in range(20_000)]
print("Không hoàn lại:", round(np.var(khong, ddof=0), 3),
round(stats.hypergeom(20, 5, 8).var(), 3))
print("Có hoàn lại: ", round(np.var(co, ddof=0), 3),
round(stats.binom(8, 5 / 20).var(), 3))KẾT QUẢ
Không hoàn lại: 0.946 0.947
Có hoàn lại: 1.505 1.5Lần chạy này cho phương sai 0,946 khi không hoàn lại và 1,505 khi có hoàn lại, sát 0,947 và 1,5 của lý thuyết. Rút không hoàn lại tản ít hơn hẳn: hệ số (20 − 8)/(20 − 1) ≈ 0,63 không còn nhỏ như ở lô 100.
Kiểm tra nhanh
Sau
from scipy import stats,print(round(stats.hypergeom(10, 3, 4).pmf(1), 2))in ra gì?0.50.30.42
Tình huống nào cần phân phối siêu bội thay cho nhị thức?
- Chọn ngẫu nhiên 5 người trong lớp 30 em, có 12 em nữ, đếm số em nữ được chọn
- Tung đồng xu 10 lần, đếm số mặt ngửa
- Bốc 6 lá bài trong bộ 52 lá, đếm số lá cơ
- Hỏi 10 khách độc lập, mỗi khách mua với xác suất 0,3
Trong khung bẫy đầu, vì sao
stats.hypergeom(N=100, n=10, M=8)innan?- Vì 8 sản phẩm lỗi là quá nhiều
- Vì
Mcủa scipy là cả lô, nên scipy hiểu là lô 8 có 10 phần tử đặc biệt và rút 100, không thể có - Vì
pmfchỉ nhận số thực
Cùng n = 8 và p = K/N = 0,25, phân phối nào có phương sai nhỏ hơn?
- Siêu bội với lô N = 20
- Nhị thức B(8; 0,25)
- Bằng nhau, vì cùng kỳ vọng 2
Bài tập
Tính xác suất lô hàng được nhận khi kiểm mẫu
Một kho nhận lô hàng N sản phẩm, trong đó có K sản phẩm lỗi (kho không biết số này). Nhân viên lấy ngẫu nhiên n sản phẩm không hoàn lại; lô được nhận khi số sản phẩm lỗi trong mẫu không vượt quá toi_da. Viết thân hàm p_nhan_lo(N, K, n, toi_da) tính xác suất lô được nhận, dùng stats.hypergeom đã nhập sẵn.
Trả về: xác suất lô được nhận, một float.
Ví dụ p_nhan_lo(100, 8, 10, 1) cho khoảng 0.8155.
from scipy import stats
def p_nhan_lo(N, K, n, toi_da):
pass # Viết thân hàm thay cho dòng nàyTóm tắt
Phân phối siêu bội đếm số phần tử đặc biệt khi rút n không hoàn lại từ N phần tử có K phần tử đặc biệt.
P(X = k) = C(K, k)·C(N − K, n − k)/C(N, n); E(X) = nK/N.
Phương sai bằng của nhị thức nhân (N − n)/(N − 1), luôn nhỏ hơn khi n > 1.
scipy:
stats.hypergeom(M, n, N)theo thứ tự (cả lô, số đặc biệt, số rút); chép chữ N, n của sách vào tên tham số chonan.rng.choice(..., replace=False)rút không hoàn lại;replace=Truecho tình huống nhị thức.Mẫu nhỏ so với lô thì nhị thức xấp xỉ tốt; mẫu lớn hơn khoảng 5% của lô thì dùng siêu bội.
Câu hỏi thường gặp
Vì sao gọi là "siêu bội"?
Tên tiếng Anh hypergeometric đến từ chuỗi siêu bội (hypergeometric series) trong giải tích, nơi các xác suất của phân phối này xuất hiện. Cái tên không nói gì về cách dùng; nhớ nó như "nhị thức cho rút không hoàn lại" là đủ.
Khi nào xấp xỉ siêu bội bằng nhị thức được?
Khi số rút n nhỏ so với cả lô N, thường n dưới khoảng 5% của N. Khi đó hệ số (N − n)/(N − 1) gần 1: lô 1.000 rút 10 (1%) cho hệ số ≈ 0,99, còn lô 100 rút 10 trong bài đã là 10%, hệ số 90/99 ≈ 0,91 thấy rõ. Bài xấp xỉ phân phối đo sai số của các cách xấp xỉ khác.
Rút từng cái một hay rút cùng lúc có khác nhau không?
Không, miễn là rút từng cái không trả lại. Rút lần lượt 4 phiếu không trả lại cho cùng phân phối của số phiếu trúng như bốc 4 phiếu một lúc; bài quy tắc đếm giải thích vì sao thứ tự không ảnh hưởng tới phép đếm tổ hợp.
Chủ đề
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.