Xác suất có điều kiện: công thức P(A|B) và pd.crosstab()
Bài 5/11 · Chương 4
Xác suất
- 8 phút
- Cơ bản
- Python 3.14
- Cập nhật
Trong bài này · 12
Xác suất có điều kiện P(A|B) là xác suất của biến cố A khi đã biết biến cố B xảy ra, tính bằng công thức P(A|B) = P(A ∩ B) / P(B). Bạn dùng nó khi câu hỏi có chữ "trong số", như trong số khách buổi sáng thì bao nhiêu phần trăm gọi cà phê sữa. Câu đó khác hẳn "trong số ly cà phê sữa thì bao nhiêu ly bán buổi sáng".
Cần biết trước: biến cố độc lập, pd.crosstab() và lọc dòng bằng loc.
Công thức xác suất có điều kiện
Biết B đã xảy ra thì chỉ còn các kết quả nằm trong B là có thể, nên B thành không gian mẫu mới; A chỉ còn phần A ∩ B. Với P(B) > 0, xác suất có điều kiện (conditional probability) của A khi biết B là:
Trong đó:
P(A ∩ B) (
(a & b).mean()): xác suất A và B cùng xảy ra.P(B) (
b.mean()): xác suất của điều kiện B, phải lớn hơn 0.P(A|B): đọc là "xác suất của A khi biết B".
SGK Toán 12 (chương trình 2018) viết cùng công thức với giao là AB: P(A|B) = P(AB) / P(B), và đổi vế thành công thức nhân P(AB) = P(B) · P(A|B), đúng cả khi A, B không độc lập. Khi các kết quả đồng khả năng, P(A|B) = |A ∩ B| / |B|: đếm trong B thay cho đếm trong Ω.
Mười ly bán ở quán: buổi sáng có cà phê sữa, cà phê sữa, cà phê sữa, trà đào; buổi trưa có cà phê sữa, trà đào, trà đào, bạc xỉu, trà đào, cà phê sữa. A = "cà phê sữa", B = "buổi sáng":
Bước | Việc | Kết quả |
|---|---|---|
1 | P(B): 4 ly sáng trong 10 | 0,4 |
2 | P(A ∩ B): 3 ly vừa sáng vừa cà phê sữa | 0,3 |
3 | Chia | P(A|B) = 0,3 / 0,4 = 0,75 |
4 | Đảo chiều: P(B|A) = 0,3 / P(A), với P(A) = 5/10 | 0,6 |
Khối dưới là máy tính của trang: đếm như bảng bằng vòng lặp. Sửa hai list hay hai giá trị cần đếm rồi bấm Chạy.
gio = ["Sáng"] * 4 + ["Trưa"] * 6
mon = ["CP", "CP", "CP", "TD", "CP", "TD", "TD", "BX", "TD", "CP"]
can_mon, can_gio = "CP", "Sáng"
dem_b = dem_ab = 0
for g, m in zip(gio, mon):
if g == can_gio:
dem_b += 1
dem_ab += m == can_mon
print("|B| =", dem_b, " |A ∩ B| =", dem_ab)
print("P(A|B) =", dem_ab / dem_b)KẾT QUẢ
|B| = 4 |A ∩ B| = 3
P(A|B) = 0.75Đổi "CP", "Sáng" thành "CP", "Trưa" rồi chạy lại: dòng cuối in P(A|B) = 0.3333333333333333, vì chỉ hai trong sáu ly buổi trưa là cà phê sữa.
P(A|B) khác P(B|A)
Bảng trên cho P(cà phê sữa | sáng) = 0,75 nhưng P(sáng | cà phê sữa) = 0,6. Hai số cùng tử số P(A ∩ B) mà khác mẫu số: một số chia cho P(B), một số chia cho P(A). Hai câu "trong số ly buổi sáng" và "trong số ly cà phê sữa" hỏi về hai nhóm khác nhau. Lẫn hai số là lỗi hay gặp khi đọc kết quả xét nghiệm; bài công thức Bayes dạy cách đi từ số này sang số kia.
Từ bảng hai chiều bằng pd.crosstab()
File lua_chon_do_uong.csv là số giả lập của AIDev: 1.500 ly, mỗi dòng có khung giờ và món. pd.crosstab() đếm thành bảng hai chiều; tham số normalize="index" chia mỗi hàng cho tổng của hàng đó, tức đúng P(món | khung giờ):
import pandas as pd
ly = pd.read_csv("lua_chon_do_uong.csv")
theo_gio = pd.crosstab(ly["khung_gio"], ly["do_uong"],
normalize="index")
print(theo_gio.round(3))
dem = pd.crosstab(ly["khung_gio"], ly["do_uong"], margins=True)
print(dem.loc["Sáng", "Cà phê sữa"], dem.loc["Sáng", "All"])KẾT QUẢ
do_uong Bạc xỉu Cà phê sữa Sinh tố bơ Trà đào
khung_gio
Chiều 0.22 0.27 0.21 0.30
Sáng 0.24 0.49 0.11 0.16
Trưa 0.20 0.23 0.19 0.38
Tối 0.29 0.15 0.24 0.31
254 523Hàng "Sáng" cộng lại bằng 1, vì đó là phân bố món của riêng khách buổi sáng. Dòng cuối là hai số đếm của công thức: 254 ly sáng là cà phê sữa trong 523 ly sáng, 254 / 523 ≈ 0,486. Lọc dòng bằng loc cho cùng số mà không cần bảng:
import pandas as pd
ly = pd.read_csv("lua_chon_do_uong.csv")
mon_sang = ly.loc[ly["khung_gio"] == "Sáng", "do_uong"]
print(round((mon_sang == "Cà phê sữa").mean(), 4))
gio_ca_phe = ly.loc[ly["do_uong"] == "Cà phê sữa", "khung_gio"]
print(round((gio_ca_phe == "Sáng").mean(), 4))KẾT QUẢ
0.4857
0.5359Dòng đầu là P(cà phê sữa | sáng), dòng hai là P(sáng | cà phê sữa): hơn một nửa ly cà phê sữa bán buổi sáng, nhưng chưa tới một nửa khách buổi sáng gọi cà phê sữa.
Mô phỏng: điều kiện thu nhỏ không gian mẫu
Trong mô phỏng bằng số ngẫu nhiên của NumPy, "biết B" nghĩa là chỉ giữ các lần thử mà B xảy ra, rồi tính tần suất của A trong số đó. Tung hai xúc xắc 100.000 lần, A = "tổng ít nhất 10", B = "con thứ nhất ra 6". Đếm tay: trong 6 cặp có con thứ nhất là 6, ba cặp (6, 4), (6, 5), (6, 6) cho tổng ít nhất 10, nên P(A|B) = 3/6.
import numpy as np
rng = np.random.default_rng(31)
xuc_xac = rng.integers(1, 7, size=(100_000, 2))
a = xuc_xac.sum(axis=1) >= 10
b = xuc_xac[:, 0] == 6
print("Số lần B xảy ra:", int(b.sum()))
print("P(A) mô phỏng:", round(a.mean(), 4))
print("P(A) lý thuyết:", round(6 / 36, 4))
print("P(A|B) mô phỏng:", round(a[b].mean(), 4), " lý thuyết:", 0.5)
print("Theo công thức:", round((a & b).mean() / b.mean(), 4))KẾT QUẢ
Số lần B xảy ra: 16633
P(A) mô phỏng: 0.1663
P(A) lý thuyết: 0.1667
P(A|B) mô phỏng: 0.5002 lý thuyết: 0.5
Theo công thức: 0.5002Lần chạy này cho thấy P(A|B) gần 0,5, gấp ba P(A) khi chưa biết gì. a[b] là lọc mảng bằng mask: nó giữ đúng các lần con thứ nhất ra 6, khoảng một phần sáu số lần tung, và hai dòng cuối là cùng một số tính hai cách. Đổi default_rng(31) thành default_rng(2) để thấy các tần suất đổi ở chữ số thứ ba.
Kiểm tra nhanh
Sau
import pandas as pdvàly = pd.DataFrame({"gio": ["S", "T", "T", "T"], "mon": ["CP", "CP", "TD", "TD"]}),print(round((ly.loc[ly["gio"] == "T", "mon"] == "CP").mean(), 2))in ra gì?0.50.330.25
Trong khung bẫy, ô (Sáng, Cà phê sữa) của bảng
normalize="columns"là xác suất nào?- P(cà phê sữa | sáng)
- P(sáng | cà phê sữa)
- P(sáng ∩ cà phê sữa)
- P(sáng)
Những câu nào đúng?
- P(A|B) = P(A ∩ B) / P(B) khi P(B) > 0
- P(A|B) và P(B|A) có cùng tử số nhưng thường khác nhau
- P(A|B) + P(B|A) luôn bằng 1
- A và B độc lập thì P(A|B) = P(A)
Trong mô phỏng hai xúc xắc, vì sao P(A|B) khoảng 0,5 trong khi P(A) chỉ khoảng 0,17?
- Vì
a[b]đếm mỗi lần tung hai lần - Vì con thứ nhất ra 6 nhiều hơn các mặt khác
- Vì điều kiện chỉ giữ các lần con thứ nhất ra 6, và trong số đó một nửa có tổng ít nhất 10
- Vì hạt giống 31 cho nhiều tổng lớn
- Vì
Bài tập
Tính tỉ lệ khách gọi một món trong một khung giờ
Chủ quán hỏi: trong số ly bán ở một khung giờ, bao nhiêu phần là một món. ly là DataFrame có cột khung_gio và do_uong; khung giờ khung có ít nhất một dòng. Viết thân hàm p_mon_theo_gio(ly, mon, khung): xác suất có điều kiện P(do_uong = mon | khung_gio = khung).
Hàm không sửa ly của nơi gọi.
Trả về: P(món | khung giờ), một float từ 0 đến 1.
Ví dụ với 12 ly trong tests, 5 ly buổi sáng có 3 ly cà phê sữa: p_mon_theo_gio(ly, "Cà phê sữa", "Sáng") cho 0.6.
import pandas as pd
def p_mon_theo_gio(ly, mon, khung):
pass # Viết thân hàm thay cho dòng nàyTóm tắt
P(A|B) là xác suất của A khi đã biết B xảy ra: P(A|B) = P(A ∩ B) / P(B), với P(B) > 0.
Đếm được thì P(A|B) = |A ∩ B| / |B|: B thành không gian mẫu mới; SGK Toán 12 viết P(AB) / P(B).
P(A|B) và P(B|A) chia cùng P(A ∩ B) cho hai mẫu số khác nhau, nên thường khác nhau.
pd.crosstab(hang, cot, normalize="index")cho P(cột | hàng);normalize="columns"cho P(hàng | cột).Mô phỏng tính P(A|B) bằng
a[b].mean(): chỉ giữ các lần thử B xảy ra.
Câu hỏi thường gặp
Công thức xác suất có điều kiện dùng khi nào?
Khi đề bài cho biết một điều đã xảy ra ("biết rằng", "trong số", "nếu") và hỏi xác suất của điều khác. Đổi vế công thức được công thức nhân P(A ∩ B) = P(B) · P(A|B), dùng để tính các nhánh của cây xác suất trong bài công thức xác suất toàn phần.
Xác suất có điều kiện là gì nói theo cách dễ hiểu?
Đó là tỉ lệ tính trong một nhóm nhỏ thay cho cả đám đông. Thay vì hỏi "bao nhiêu phần trăm ly là cà phê sữa", bạn hỏi "trong số ly buổi sáng, bao nhiêu phần trăm là cà phê sữa". Nhóm nhỏ đó là điều kiện B.
Conditional probability tính trong pandas bằng hàm nào?
Không có một hàm riêng: dùng pd.crosstab() với normalize="index" cho cả bảng, hay lọc bằng loc rồi (cot == gia_tri).mean() cho một ô. Bài pd.crosstab() dạy thêm margins= và cách đổi số đếm thành phần trăm.
Khi nào P(A|B) bằng P(A)?
Khi A và B độc lập: biết B không làm đổi khả năng của A. Ở bảng đồ uống, P(cà phê sữa | sáng) ≈ 0,486 khác xa P(cà phê sữa) ≈ 0,316, nên món và khung giờ không độc lập; bài biến cố độc lập kiểm điều này bằng P(A ∩ B) = P(A)P(B).
Chủ đề
Dữ liệu của bài
- Tải xuống
lua_chon_do_uong.csv
CSV · 52.35 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.