3Blue1Brown: Tại sao “xác suất bằng 0” không có nghĩa là “không thể” | Xác suất của xác suất - TM

Toán Thú Vị
29 người theo dõi
256 Lượt xem video·23 thg 7, 2025
Có rất nhiều bạn đã thắc mắc với AD rằng video của 3Blue1Pro rất hay, nhưng xem không thể hiểu được.
Lên AD xin thuyết minh lại video của 3Blue1Pro.
Video hôm nay sẽ là
Tại sao xác suất bằng 0 không có nghĩa là không thể?
Xác suất của xác suất.
Hãy tưởng tượng bạn có một đồng su có trọng lượng,
vì vậy xác suất lật mặt có thể không chính xác là 50-50.
Nó có thể là 20%,
hoặc có thể là 90%,
hoặc 0%,
hoặc 31,41592%.
Vấn đề là bạn không biết.
Nhưng hãy tưởng tượng rằng,
bạn tung đồng su này 10 lần khác nhau,
và 7 lần trong số đó nó ngửa.
Bạn có nghĩ rằng trong lượng cơ bản của đồng su này,
biết mỗi lần tung có 70% khả năng ra mặt sấp không?
Nếu tôi hỏi bạn,
Này, xác suất thực sự của việc tung được mặt ngửa là 0,7 là bao nhiêu?
Bạn sẽ nói gì?
Đây là một câu hỏi khá kỳ lạ,
và vì 2 lý do.
Trước hết, nó đang hỏi về xác suất của một xác suất,
giá trị mà chúng ta không biết chính nó là một loại tần suất dài hạn
trong một sự kiện ngẫu nhiên,
thành thật mà nói, rất khó để nghĩ tới.
Nhưng điều kỳ lạ quan trọng hơn đến từ việc hỏi
về xác suất trong bối cảnh của các giá trị liên tục.
Hãy đặt cho xác suất chưa biết này một cái tên nào đó,
như Hat.
Hãy nhớ rằng Hat có thể là bất kỳ số thực nào từ 0 đến 1,
từ một đồng su luôn tung được mặt sấp
đến một đồng su luôn tung được mặt ngựa,
và mọi thứ ở giữa khoảng này.
Vậy nếu tôi hỏi, này,
xác suất để Hat chính xác bằng 0.7 là bao nhiêu?
Nó trái ngược với, ví dụ, 0.7000001
hoặc bất kỳ giá trị nào khác gần đó.
Vâng, sẽ có khả năng xảy ra nghịch lí rất lớn nếu chúng ta không cẩn thận.
Có vẻ như bất kỳ câu trả nơi cho câu hỏi này nhỏ đến mức nào,
thì nó cũng không đủ nhỏ
nếu mọi giá trị cụ thể trong một phạm vi nào đó
tất cả vô số vô số trong số chúng
đều có xác suất khác không.
Ngay cả khi xác suất đó là rất nhỏ,
thì việc cộng tất cả chúng lại
để có được tổng xác suất của bất kỳ giá trị nào trong số này
sẽ tăng lên vô cùng.
Mặt khác, nếu tất cả các xác suất này bằng 0,
ngoài thực tế là bây giờ,
điều đó không cung cấp cho bạn thông tin hữu ích nào về đồng su,
thì tổng các xác suất đó sẽ là 0,
trong khi lẽ ra nó phải là 1.
Xét cho cùng, trọng lượng của đồng su Hat là một giá trị nào đó,
lên xác suất để nó là một trong những giá trị này
sẽ có tổng bằng 1.
Vì vậy, nếu tất cả các giá trị này
không thể khác không
và tất cả chúng không thể bằng 0,
bạn sẽ làm gì?
Nhật tiện, nơi chúng ta sắp nói đến
là về một câu hỏi rất thực tế
về việc sử dụng dữ liệu để tạo ra
những câu trả lời có nghĩa
cho những loại câu hỏi về xác suất này.
Nhưng với video này,
ta sẽ dành thời gian để đánh giá cao
cách nàm việc với xác suất trên các giá trị liên tục
và giải quyết nghịch ný rõ ràng này.
Điều quan trọng không phải là tập trung vào
các giá trị riêng nẻ,
mà là các phạm vi giá trị.
Ví dụ, chúng ta có thể tạo ra các nhóm này
để biểu thị xác suất Hat nằm giữa,
chẳng hạn như 0.8 và 0.85.
Ngoài ra, và điều quan trọng hơn bạn tưởng,
thay vì coi chiều cao của mỗi cột này
là đại diện cho xác suất,
hãy nghĩ đến diện tích của mỗi cột
đại diện cho xác suất đó.
Chính xác thì những diện tích đó đến từ đâu
là điều chúng ta sẽ trả lời.
Hiện tại, chỉ cần biết rằng
về nguyên tắc,
có một số câu trả lời cho xác suất Hat
nằm trong một trong những phạm vi này.
Nhiệp vụ của chúng ta bây giờ
là tìm ra câu trả lời
cho những câu hỏi rất chi tiết này
và hiểu chính xác hơn về sự phân bố
ở cấp độ của từng đầu vào riêng lẻ.
Điều tự nhiên cần làm là
xem xét các cột ngày càng nhỏ hơn
và khi bạn làm như vậy,
xác suất rơi vào bất kỳ một trong số chúng
sẽ được tính theo chiều rộng nhỏ hơn
của mỗi cột này,
trong khi chiều cao sẽ ở mức sấp xỉ nhau.
Điều đó rất quan trọng
vì có nghĩa là khi bạn đưa quá trình này
đến giới hạn, bạn sẽ tiến đến
một loại đường cong trơn nào đó.
Vì vậy, mặc dù tất cả các xác suất riêng lẻ
rơi vào bất kỳ nhóm cụ thể nào
sẽ tiến tới không, hình dạng tổng thể
của phân phối vẫn được giữ nguyên
và thậm chí được tinh chỉnh trong giới hạn này.
Nếu chúng ta để chiều cao
giữa các cột biểu thị xác suất,
thì mọi thứ sẽ về không.
Vậy trong giới hạn,
ta sẽ chỉ có một đường thẳng,
không có thông tin nào về hình dạng tổng thể
của phân bố.
Thật tuyệt vời, việc để diện tích biểu thị
xác suất sẽ giúp giải bài toán này.
Nhưng để tôi hỏi bạn,
nếu trục y không còn biểu thị xác suất nữa,
thì đơn vị ở đây chính xác là gì?
Vì xác suất là diện tích
của các cột này, hoặc chiều rộng
nhân với chiều cao, nên chiều cao
biểu thị một loại xác suất trên mỗi đơn vị
theo hướng ích.
Cái được biết đến với vai trò là mật độ xác suất.
Một điều khác cần ghi nhớ
là tổng diện tích của tất cả các cột này
phải bằng một ở mọi cấp độ
của quá trình.
Đó là điều phải đúng đối với bất kỳ phân phối
xác suất hợp lẽ nào.
Ý tưởng về mật độ xác suất
thực sự rất thông minh khi quay lại để suy nghĩ về nó.
Khi bạn đưa ra mọi thứ đến giới hạn,
ngay cả khi có đủ loại nghịch lý
liên quan đến việc gắn xác suất cho từng giá trị
trong vô số các giá trị
vô hạn không đếm được này của H
trong khoảng từ 0 đến 1,
thì sẽ không có vấn đề gì nếu chúng ta
liên kết mật độ xác suất với từng giá trị đó,
đưa ra cái được gọi là hàm mật độ xác suất
hay biết tắt là PDF.
Bất cứ khi nào bạn nhìn thấy
một PDF tự nhiên nào,
cách diễn giải nó là
xác suất biến ngẫu nhiên của bạn nằm giữa
hai giá trị bằng diện tích dưới của đường cong này
giữa các giá trị đó.
Vì vậy, ví dụ,
xác suất để bạn nhận được
một số rất cụ thể như 0.7 là bao nhiêu?
Vâng, diện tích của một lát mỏng
vô hạn là 0,
nên nó bằng 0.
Xác suất để tất cả chúng gồm lại với nhau là bao nhiêu?
Vâng, diện tích giữa đường cong đầy đủ là 1.
Bạn thấy không?
Nghịch lý đã được giải quyết.
Và cách mà nó bị bỏ qua
có một chút tinh tế.
Trong các thiết lập thông thường, hiếu hạn,
như tung xúc sắc hoặc rút bài,
xác suất để một giá trị ngẫu nhiên rơi vào
một tập hợp các khả năng nhất định
chỉ đơn giản là tổng các xác suất
của bất kỳ một trong số chúng.
Điều này có vẻ rất trực quan.
Nó thậm chí còn đúng trong bối cảnh
vô hạn có thể đếm được.
Nhưng để giải quyết một cách niên tục,
bản thân các quy tắc đã thay đổi.
Xác suất rơi vào một giá trị
vì không còn là tổng xác suất
của từng giá trị riêng lẻ.
Thay vào đó, các xác suất liên quan
đến phạm vi là các đối tượng
nguyên thủy cơ bản.
Và ý nghĩa duy nhất có ý nghĩa
khi nói về một giá trị riêng lẻ ở đây
là coi nó như một phạm vi
có chiều rộng là không.
Nếu ý tưởng về các quy tắc thay đổi
giữa một tập hợp thiếu hạn
và một tập hợp liên tục
khiến bạn cảm thấy no nặng,
thì bạn sẽ rất vui khi biết rằng
các nhà toán học đang đi trước bạn rất nhiều.
Có một lĩnh vực toán học gọi là lý thuyết đo lường
giúp hợp nhất hai thiết lập này
và tạo ra ý tưởng chặt chẽ
về việc liên kết các số
như xác suất với các tập hợp con
khác nhau của tất cả các khả năng
theo cách kết hợp và phân phối độc đáo.
Ví dụ, giả sử
bạn đang ở trong một môi trường
trong đó bạn có một số ngẫu nhiên bằng 0
với xác suất 50%
và phần còn lại là một số dượng nào đó
theo phân phối trông giống như
một lửa đường cong hình chuông.
Đây là điểm trung gian khó xử
giữa một bối cảnh hiếu hạn
trong đó một giá trị duy nhất có xác suất khác 0
và một giá trị liên tục
trong đó các xác suất được tìm thấy
theo diện tích dưới hàm mật độ thích hợp.
Đây là loại công việc
mà lý thuyết đo lường xử lý rất tốt.
Tôi đề cập đến điều này
chủ yếu dành cho những người xem đặc biệt tò mò
và bạn có thể tìm thêm tài liệu đọc
trong phần mô tả này.
Có một quy tắc chung khá phổ biến
là nếu sử dụng tổng trong ngữ cảnh rời rạc
thì hãy dùng tích phân
trong trường hợp viên tục.
Đây là công cụ từ giải tích mà chúng ta có thể sử dụng
để tìm diện tích dưới các đường cong.
Thực tế bạn có thể tranh luận rằng
video này sẽ ngắn hơn rất nhiều
nếu tôi chỉ nói về điều đó ngay từ đầu.
Tuy nhiên, về phần mình, tôi luôn cảm thấy
hơi không hài lòng khi làm điều này
một cách mù quáng, mà không suy nghĩ kỹ
xem nó thực sự có ý nghĩa gì.
Và trên thực tế, nếu bạn thực sự đào sâu
vào lên tảng lý thuyết của tích phân,
bạn sẽ thấy rằng ngoài cách nó được định nghĩa
trong lớp giải tích cơ bản điển hình,
còn có một định nghĩa riêng biệt
mạnh hơn dựa trên lý thuyết đo lường.
Nếu tôi nhìn lại lần đầu tiên tôi học xác xuất,
tôi chắc chắn nhớ mình đã vật lộn
với ý tưởng kỳ lạ này,
rằng trong các thiết lập liên tục,
như các biến ngẫu nhiên là số thực,
hoặc ném phi tiêu vào bảng phi tiêu,
bạn có rất nhiều kết quả có thể xảy ra,
và tuy nhiên, mỗi kết quả có xác xuất bằng 0,
và bằng cách nào đó,
tất cả chúng cùng có xác xuất bằng 1.
Một bước để giải bài toán này là nhận ra rằng
khả năng gắn liền với mật độ xác xuất
tốt hơn là xác xuất,
nhưng việc hoán đổi tổng của một
lấy tích phân của các tổng khác
chưa bao giờ làm tôi thấy khó chịu.
Tôi nhận ra rằng nó chỉ thực sự thành công
khi các quy tắc kết hợp xác xuất
của các tổng hợp khác nhau không hoàn toàn như tôi nghĩ.
Đơn giản là có một hệ tiên đề khác
làm lên tảng cho tất cả.
Ta nhìn lại câu hỏi ban đầu
về đồng su có trọng lượng không xác định.
Điều chúng ta học được ở đây
là câu hỏi phù hợp cần đặt ra là
hàm mật độ xác xuất mô tả
có giá trị hạt này sau khi xem xét
kết quả của một vài lần tung là bao nhiêu.
Nếu bạn có thể tìm thấy PDF đó,
bạn có thể sử dụng nó để trả lời
các câu hỏi như
xác xuất thực sự của việc lật mặt sấp
nằm giữa 0.6 và 0.8 là bao nhiêu?
Để tìm thấy PDF đó,
hãy tham gia cùng tôi trong phần tiếp theo.
