Giới thiệu về xác suất: Cẩm nang nền tảng

Xác suất là toán học của sự không chắc chắn. Nó cung cấp cho chúng ta một ngôn ngữ chính xác để mô tả khả năng một sự kiện xảy ra khi kết quả không được biết trước. Từ dự báo thời tiết đến xét nghiệm y khoa, từ kiểm soát chất lượng đến trí tuệ nhân tạo, xác suất giúp con người suy luận cẩn thận trong điều kiện thông tin không đầy đủ. Hướng dẫn này giải thích xác suất là gì và được tính toán như thế nào, cùng với những ý tưởng cần thiết để diễn giải xác suất một cách có trách nhiệm.

Xác suất là gì?

Xác suất là một con số đo lường sự không chắc chắn. Nó thường nằm trong khoảng từ 0 đến 1, trong đó 0 nghĩa là một sự kiện là không thể xảy ra trong các điều kiện đã nêu, còn 1 nghĩa là chắc chắn xảy ra. Giá trị 0.5 cho thấy sự kiện có khả năng xảy ra ngang bằng với khả năng không xảy ra, theo mô hình đang được sử dụng.

Xác suất có thể mô tả một thí nghiệm lặp lại đơn thuần hoặc một niềm tin dựa trên bằng chứng hiện có. Trong cả hai trường hợp, con số phải gắn với một tình huống được xác định rõ. Nói rằng một sự kiện có xác suất 0.7 là chưa đầy đủ nếu chúng ta không biết sự kiện nào, điều kiện nào và phương pháp gán xác suất nào được đề cập.

Ba cách diễn giải chính

• Xác suất cổ điển áp dụng khi các kết quả có khả năng xảy ra như nhau. Nếu tung một con xúc xắc sáu mặt công bằng, mỗi mặt có xác suất 1/6.
• Xác suất tần suất xuất phát từ hành vi trong dài hạn. Nếu một bóng đèn hỏng với xác suất 0.02 trong điều kiện nhất định, nhiều bóng đèn tương đương sẽ cho khoảng hai lỗi trên mỗi trăm bóng.
• Xác suất chủ quan hoặc Bayesian thể hiện mức độ niềm tin được cập nhật khi có thêm bằng chứng. Cách diễn giải này phổ biến trong dự báo và ra quyết định, nhưng vẫn phải tuân theo các quy tắc toán học nhất quán.

Những cách diễn giải này không phải là các câu trả lời cạnh tranh cho cùng một câu hỏi. Chúng sử dụng xác suất cho những mục đích khác nhau, vì vậy ý nghĩa của một con số phụ thuộc vào bối cảnh của nó.

Xác suất được tính toán như thế nào?

Cách tính cơ bản nhất sử dụng các kết quả có khả năng xảy ra như nhau. Xác suất của sự kiện A bằng số kết quả thuận lợi chia cho tổng số kết quả có thể xảy ra:

P(A) = kết quả thuận lợi / tổng số kết quả

Ví dụ, khi rút một lá bài cơ từ bộ bài tiêu chuẩn 52 lá, có 13 lá thuận lợi và 52 lá có khả năng rút như nhau, nên xác suất là 13/52 = 0.25. Cách tính này giả định bộ bài công bằng và việc rút bài là ngẫu nhiên.

Không gian mẫu và biến cố

Không gian mẫu là tập hợp tất cả các kết quả có thể xảy ra của một tình huống. Biến cố là một tập hợp kết quả c�� thể nào đó từ không gian mẫu đó. Khi tung hai đồng xu, không gian mẫu có thể viết là {HH, HT, TH, TT}. Biến cố “ít nhất một mặt ngửa” bao gồm HH, HT và TH, nên có xác suất 3/4 nếu tất cả các kết quả có khả năng xảy ra như nhau.

Một phép tính xác suất tốt bắt đầu từ không gian mẫu cẩn thận. Các định nghĩa mơ hồ về biến cố là nguồn gây nhầm lẫn phổ biến.

Biến cố bù

Bù của biến cố A là “A không xảy ra.” Vì một trong hai khả năng phải xảy ra:

P(không A) = 1 – P(A)

Nếu xác suất một máy tạo ra sản phẩm lỗi là 0.06, xác suất sản phẩm không lỗi là 1 – 0.06 = 0.94, với giả định mọi sản phẩm đều hoặc là lỗi hoặc không lỗi.

Cộng xác suất

Nếu hai biến cố không thể xảy ra cùng lúc, chúng là biến cố xung khắc lẫn nhau. Xác suất ít nhất một biến cố xảy ra bằng tổng xác suất của chúng. Ví dụ, khi tung một con xúc xắc, xác suất ra mặt 2 hoặc mặt 5 là 1/6 + 1/6 = 2/6 = 1/3.

Khi các biến cố có thể chồng lấn, việc cộng đơn giản sẽ đếm phần chồng lấn hai lần. Nói chung:

P(A hoặc B) = P(A) + P(B) – P(A và B)

Đây là quy tắc cộng cho các biến cố không xung khắc lẫn nhau.

Nhân xác suất

Với các biến cố độc lập, sự xảy ra của biến cố này không ảnh hưởng đến biến cố kia. Xác suất cả hai cùng xảy ra bằng tích xác suất của chúng. Nếu tung đồng xu và tung xúc xắc là độc lập, xác suất ra mặt ngửa và mặt 6 là 0.5 × 1/6 = 1/12.

Tính độc lập phải được chứng minh chứ không chỉ bị giả định. Một máy có khả năng kẹt cao hơn sau khi vừa bị kẹt có thể tạo ra các biến cố phụ thuộc, nên các kết quả trước đó có thể thay đổi xác suất của các kết quả sau.

Xác suất có điều kiện

Xác suất có điều kiện mô tả cách kiến thức về một biến cố làm thay đổi xác suất của biến cố khác. Xác suất của A khi biết rằng B đã xảy ra được viết là P(A | B). Nó được tính như sau:

P(A | B) = P(A và B) / P(B), với điều kiện P(B) lớn hơn 0.

Giả sử trong nhóm 200 người có 60 người đi phương tiện công cộng, và 15 trong số 60 người này cũng đạp xe đi làm. Nếu chọn một người từ nhóm và biết người đó đi phương tiện công cộng, xác suất người đó cũng đạp xe là 15/60 = 0.25.

Vì sao bối cảnh quan trọng

Xác suất có điều kiện cho thấy vì sao thông tin nền lại quan trọng. Một kết quả xét nghiệm y khoa có thể là phổ biến ở những người mắc bệnh, nhưng xác suất mắc bệnh sau khi có kết quả dương tính còn phụ thuộc vào mức độ phổ biến của bệnh đó. Bỏ qua tỷ lệ nền có thể dẫn đến những kết luận sai lệch nghiêm trọng.

Giá trị kỳ vọng và tư duy dài hạn

Giá trị kỳ vọng tóm tắt mức trung bình trong dài hạn của một biến số kết quả. Với mỗi giá trị có thể có, nhân giá trị đó với xác suất của nó rồi cộng các kết quả lại. Nếu một con quay chỉ dừng ở 1 với xác suất 0.5, ở 2 với xác suất 0.3 và ở 3 với xác suất 0.2, giá trị kỳ vọng của nó là 1(0.5) + 2(0.3) + 3(0.2) = 1.7.

Giá trị kỳ vọng không phải là sự bảo đảm cho bất kỳ kết quả đơn lẻ nào. Nó mô tả kết quả trung bình qua nhiều lần lặp lại trong cùng điều kiện.

Vì sao xác suất quan trọng

Xác suất hỗ trợ tư duy rõ ràng trong nhiều lĩnh vực. Các nhà khoa học sử dụng nó để kiểm định giả thuyết và định lượng sự không chắc chắn. Kỹ sư sử dụng nó để ước tính tỷ lệ lỗi và thiết kế các hệ thống đáng tin cậy. Bác sĩ sử dụng nó để diễn giải bằng chứng chẩn đoán. Chính phủ và các tổ chức sử dụng nó để đánh giá rủi ro, phân bổ nguồn lực và truyền đạt các dự báo không chắc chắn.

Xác suất cũng giúp ngăn ngừa những sai l��m suy luận phổ biến. Các sự kiện hiếm vẫn có thể xảy ra, và các sự kiện thường xuyên đôi khi lại khó xảy ra trong một bối cảnh cụ thể. Những con số không có định nghĩa có thể gây hiểu lầm, và ấn tượng cá nhân có thể không khớp với tần suất được đo lường.

Thói quen thực hành khi sử dụng xác suất

• Xác định biến cố một cách chính xác trước khi tính toán bất cứ điều gì.
• Nêu rõ các giả định, bao gồm tính công bằng, tính độc lập và quần thể tham chiếu.
• Kiểm tra rằng xác suất nằm trong khoảng từ 0 đến 1 và các biến cố xung khắc không có tổng lớn hơn 1.
• Phân tách khả năng xảy ra với mức độ tác động. Một sự kiện khó xảy ra vẫn có thể để lại hậu quả nghiêm trọng.
• Cập nhật niềm tin khi bằng chứng thay đổi, đồng thời giữ cho các giả định ban đầu được minh bạch.

Xác suất không loại bỏ sự không chắc chắn. Nó tổ chức sự không chắc chắn đó. Bằng cách chuyển những ấn tượng mơ hồ thành các biến cố được xác định, tần suất có thể đo lường và các quy tắc nhất quán, xác suất khiến suy luận về điều không chắc chắn trở nên minh bạch, có thể kiểm chứng và hữu ích hơn.