Xác Suất Có Điều Kiện Là Gì?
Xác suất có điều kiện cho biết khả năng xảy ra của biến cố A khi đã biết rằng biến cố B xảy ra. Nó được ký hiệu là \(P(A \mid B)\), đọc là "xác suất của A với điều kiện B". Đây là một khái niệm nền tảng trong thống kê, học máy (machine learning), phân tích rủi ro và cả những quyết định thường ngày, khi thông tin mới làm thay đổi kỳ vọng của chúng ta.
Cách Sử Dụng Máy Tính
Hãy nhập hai giá trị nằm trong khoảng từ 0 đến 1: xác suất đồng thời P(A và B) — khả năng cả hai biến cố cùng xảy ra — và P(B) — khả năng biến cố B xảy ra. Máy tính sẽ lấy xác suất đồng thời chia cho \(P(B)\) và trả về \(P(A \mid B)\) dưới cả dạng số thập phân lẫn phần trăm.
Giải Thích Công Thức
Công thức định nghĩa là:
$$P(A \mid B) = \frac{\text{P(A and B)}}{\text{P(B)}}$$Tử số P(A và B) là xác suất để cả A và B cùng xảy ra. Khi chia cho \(P(B)\), ta đang "thu hẹp" lại trong trường hợp đã biết chắc B đã xảy ra. Lưu ý rằng \(P(B)\) phải lớn hơn 0, bởi vì điều kiện hóa trên một biến cố không thể xảy ra là vô nghĩa.
Ví Dụ Minh Họa
Giả sử xác suất để trời mưa và bạn mang theo ô là \(P(A \text{ và } B) = 0{,}2\), còn xác suất bạn mang theo ô là \(P(B) = 0{,}5\). Khi đó, xác suất trời mưa khi biết rằng bạn có mang ô sẽ là $$P(A \mid B) = \frac{0{,}2}{0{,}5} = 0{,}4,$$ tức là 40%.
Câu Hỏi Thường Gặp
Nếu P(B) bằng 0 thì sao? Xác suất có điều kiện không xác định khi \(P(B) = 0\), vì bạn không thể điều kiện hóa trên một biến cố không bao giờ xảy ra. Trong trường hợp này, máy tính sẽ trả về 0 như một biện pháp phòng ngừa.
Kết quả có thể lớn hơn 1 không? Không. Miễn là \(P(A \text{ và } B) \le P(B)\), kết quả luôn nằm trong khoảng từ 0 đến 1. Nếu kết quả vượt quá 1, nghĩa là các giá trị bạn nhập vào không nhất quán.
Cái này khác với P(A và B) như thế nào? P(A và B) là xác suất để cả hai biến cố cùng xảy ra; còn \(P(A \mid B)\) giả định B đã xảy ra rồi và chỉ hỏi về A, nên thường có giá trị lớn hơn.
