Khi một kết quả toán, dù do bạn hay do AI tính, khó kiểm bằng biến đổi, bạn có thể dùng tính số và mô phỏng làm nhân chứng độc lập: xấp xỉ tích phân bằng hình thang, xấp xỉ đạo hàm bằng sai phân, cộng vài nghìn số hạng của chuỗi, hoặc cho máy gieo ngẫu nhiên hàng chục nghìn lần để ước lượng một xác suất. Con số xấp xỉ không chứng minh được gì, nhưng nếu nó lệch xa đáp số chính xác thì gần như chắc chắn có lỗi.
Bài này hướng dẫn những phép kiểm số làm được bằng bảng tính hoặc vài dòng lập trình ở mức người mới, cho giải tích và xác suất năm nhất. Mỗi phương pháp có ví dụ tính đúng và có phần nói về sai số, vì hiểu sai số là điều phân biệt người dùng tính số thông minh với người tin máy một cách mù quáng. Bài không đi sâu vào phương pháp số như một môn học; chỉ dùng nó như công cụ kiểm tra.
Vì sao cần một nhân chứng bằng số
Những phép kiểm như đạo hàm lại nguyên hàm hay thay nghiệm vào phương trình rất hiệu quả, nhưng không phải lúc nào cũng làm được. Một tích phân xác định có đáp số là pi chia 4 không có gì để "thay ngược". Một xác suất tính bằng tổ hợp phức tạp không có phép thử đại số đơn giản. Một chuỗi được khẳng định hội tụ về một giá trị cụ thể không kiểm bằng cách nhìn.
Trong những trường hợp đó, tính số cho bạn một con đường hoàn toàn khác để chạm vào đáp số. Lời giải chính xác đi qua biến đổi ký hiệu; phép kiểm số đi qua cộng trừ nhân chia hàng nghìn lần. Hai con đường không chia sẻ cùng một kiểu lỗi, nên nếu chúng khớp nhau tới vài chữ số thập phân, bạn có lý do tốt để tin.
Ngày nay việc này rất rẻ. Một bảng tính thông dụng làm được phần lớn ví dụ dưới đây. Nếu bạn biết chút lập trình, vài dòng là đủ, và chatbot có thể giúp bạn viết những dòng đó. Nhưng hãy chắc rằng bạn hiểu từng dòng làm gì, vì một chương trình kiểm sai thì còn nguy hiểm hơn không kiểm.
Xấp xỉ tích phân bằng quy tắc hình thang
Ý tưởng. Chia đoạn lấy tích phân thành n đoạn con bằng nhau, độ dài h. Trên mỗi đoạn con, thay đường cong bằng đoạn thẳng nối hai đầu, rồi cộng diện tích các hình thang. Công thức: h nhân (nửa giá trị đầu, cộng các giá trị ở giữa, cộng nửa giá trị cuối).
Ví dụ tính tay. Tích phân từ 0 đến 1 của x bình phương, đáp số chính xác là một phần ba, xấp xỉ 0,33333. Chọn n bằng 4, h bằng 0,25. Giá trị hàm tại 0; 0,25; 0,5; 0,75; 1 lần lượt là 0; 0,0625; 0,25; 0,5625; 1. Tổng trong ngoặc: 0 cộng 0,0625 cộng 0,25 cộng 0,5625 cộng 0,5, bằng 1,375. Nhân với 0,25 ra 0,34375.
Đọc sai số. Xấp xỉ lệch đáp số khoảng 0,0104. Với hàm này, sai số của quy tắc hình thang bằng đúng h bình phương chia 6, tức 0,0625 chia 6, khớp với 0,0104. Tăng n lên 8, h giảm một nửa, sai số giảm còn khoảng một phần tư, tức xấp xỉ 0,0026, cho kết quả khoảng 0,33594.
Dùng để kiểm. Nếu một lời giải nói tích phân bằng 0,5 mà xấp xỉ với n bằng 100 ra 0,3333, lời giải sai. Nếu xấp xỉ tiến dần về đáp số khi tăng n, và sai số giảm theo đúng tỷ lệ mong đợi, bạn có thêm niềm tin. Trong bảng tính, mỗi cột một đại lượng: x, giá trị hàm, hệ số; một ô cuối tính tổng.
Xấp xỉ đạo hàm bằng sai phân
Sai phân tiến. Đạo hàm của f tại a xấp xỉ bằng (f(a cộng h) trừ f(a)) chia h với h nhỏ. Với f bằng x mũ 3 tại a bằng 2, đạo hàm chính xác là 3 nhân 4, bằng 12. Lấy h bằng 0,001: 2,001 mũ 3 bằng 8,012006 cộng thêm một phần tỷ; trừ 8 rồi chia 0,001 ra 12,006001. Lệch khoảng 0,006.
Sai phân trung tâm. Dùng (f(a cộng h) trừ f(a trừ h)) chia 2h. Với cùng ví dụ: 1,999 mũ 3 bằng 7,988006 trừ đi một phần tỷ; hiệu hai lập phương bằng 0,024 cộng hai phần tỷ; chia 0,002 ra 12,000001. Chính xác hơn sai phân tiến cả nghìn lần với cùng h, vì sai số của nó tỷ lệ với h bình phương chứ không phải h.
Đừng chọn h quá nhỏ. Trực giác bảo h càng nhỏ càng tốt, nhưng máy tính lưu số với số chữ số có hạn. Khi h cực nhỏ, hiệu f(a cộng h) trừ f(a) là hiệu của hai số gần bằng nhau, và sai số làm tròn chiếm phần lớn kết quả. Với số thực thông thường trên máy, h quanh một phần nghìn đến một phần triệu là vùng an toàn cho sai phân trung tâm; thử vài giá trị h và xem kết quả có ổn định không.
Dùng để kiểm. Khi AI hoặc bạn tính đạo hàm của một hàm phức tạp, chọn hai ba điểm, tính sai phân trung tâm và so với công thức. Khớp tới năm sáu chữ số là dấu hiệu tốt; lệch ở chữ số đầu là có lỗi.
Chuỗi số: cộng nhiều số hạng và cái bẫy của chuỗi điều hoà
Muốn kiểm khẳng định "tổng các số 1 chia n bình phương bằng pi bình phương chia 6", bạn cộng một nghìn số hạng đầu. Pi bình phương chia 6 xấp xỉ 1,64493; tổng một nghìn số hạng đầu xấp xỉ 1,64393, kém khoảng một phần nghìn, đúng với ước lượng phần đuôi chuỗi cỡ 1 chia N. Cộng thêm số hạng, tổng tiến dần lên. Đó là bằng chứng số tốt cho một kết quả nổi tiếng.
Nhưng tính số có giới hạn rõ ràng với chuỗi. Chuỗi điều hoà, tổng các số 1 chia n, phân kỳ, tức là tăng không giới hạn. Vậy mà tổng một nghìn số hạng đầu chỉ khoảng 7,49, và một triệu số hạng đầu cũng chỉ khoảng 14,39. Nhìn bảng số, rất dễ nghĩ chuỗi đang dừng lại ở đâu đó. Tổng riêng tăng xấp xỉ như logarit tự nhiên của N, chậm tới mức không màn hình nào cho thấy nó đi ra vô cùng.
Bài học: tính số rất tốt để bác bỏ một khẳng định sai về giá trị tổng, nhưng không đủ để khẳng định một chuỗi hội tụ. Câu hỏi hội tụ hay phân kỳ phải trả lời bằng tiêu chuẩn hội tụ trong giáo trình. Khi AI khẳng định một chuỗi hội tụ chỉ vì "tính thử thấy tổng ổn định", đó là lập luận sai.
Mô phỏng ngẫu nhiên để kiểm xác suất
Với xác suất, phép kiểm mạnh nhất là mô phỏng: cho máy lặp lại thí nghiệm rất nhiều lần và đếm tần suất. Phương pháp này hay được gọi là Monte Carlo. Bảng dưới là các ví dụ kinh điển, đáp số chính xác đã biết, để bạn tập trước khi dùng cho bài của mình.
| Bài toán | Đáp số chính xác | Cách mô phỏng |
|---|---|---|
| Trong nhóm 23 người, xác suất có ít nhất hai người trùng ngày sinh, giả định 365 ngày đồng khả năng | Xấp xỉ 0,507 | Mỗi lần gieo 23 số ngẫu nhiên từ 1 đến 365, kiểm có số trùng không; lặp vài chục nghìn lần, đếm tỷ lệ |
| Trò chơi ba cánh cửa: đổi cửa sau khi người dẫn mở một cửa trống | Hai phần ba nếu đổi, một phần ba nếu giữ | Mỗi lần gieo vị trí phần thưởng và lựa chọn ban đầu, áp luật mở cửa, ghi kết quả của chiến lược đổi |
| Tung hai xúc xắc cân đối, tổng bằng 7 | Một phần sáu | Gieo hai số từ 1 đến 6, đếm tỷ lệ tổng bằng 7 |
| Ước lượng pi bằng điểm ngẫu nhiên | Tỷ lệ điểm trong phần tư hình tròn bán kính 1 bằng pi chia 4 | Gieo cặp số ngẫu nhiên từ 0 đến 1, đếm tỷ lệ cặp có tổng bình phương không quá 1, nhân 4 |
Mô phỏng chỉ đúng khi bạn cài đúng luật của bài. Trò chơi ba cánh cửa là ví dụ: nếu mô phỏng cho người dẫn mở cửa ngẫu nhiên, có thể mở trúng cửa có thưởng, bạn đang mô phỏng một trò chơi khác và sẽ ra đáp số khác. Đọc kỹ giả định của đề trước khi viết mô phỏng.
Sai số của mô phỏng: bao nhiêu lần là đủ
Kết quả mô phỏng dao động mỗi lần chạy. Với ước lượng pi bằng mười nghìn điểm, kết quả thường lệch khỏi 3,1416 ở chữ số thập phân thứ hai. Muốn chính xác gấp mười, bạn cần gấp khoảng một trăm lần số điểm, vì sai số của mô phỏng giảm theo căn bậc hai của số lần lặp. Đây là lý do mô phỏng tốt để kiểm thô, không tốt để tính chính xác nhiều chữ số.
Quy tắc thực hành: chạy mô phỏng vài lần với cùng số lần lặp và xem các kết quả dao động trong khoảng nào. Nếu đáp số chính xác bạn đang kiểm nằm trong khoảng đó, mô phỏng ủng hộ nó. Nếu nằm ngoài xa, ví dụ lời giải nói 0,4 mà năm lần chạy đều quanh 0,507, thì lời giải hoặc mô phỏng có vấn đề, và bạn cần xem lại cả hai.
Khi nhờ chatbot viết chương trình mô phỏng, đọc kỹ từng dòng: số ngẫu nhiên lấy trong khoảng nào, có hoàn lại hay không, điều kiện đếm có đúng với đề không. Một lỗi hay gặp là sinh số ngẫu nhiên từ 0 đến 365 thay vì từ 1 đến 365, hoặc từ 1 đến 6 nhưng không bao gồm 6. Chạy thử chương trình với một bài đã biết đáp số trước khi dùng cho bài mới; đó là cách kiểm chính cái công cụ kiểm.
Gộp các phép kiểm số thành một thói quen
Các phương pháp trên dùng riêng thì rời rạc. Gộp lại, bạn có một quy trình kiểm số ngắn áp dụng được cho đa số bài năm nhất:
- Viết ra đáp số chính xác cần kiểm, dưới dạng số thập phân với năm sáu chữ số.
- Chọn phép kiểm hợp loại bài: hình thang cho tích phân, sai phân trung tâm cho đạo hàm, cộng tổng riêng cho giá trị của chuỗi, mô phỏng cho xác suất.
- Chạy phép kiểm với một tham số thô trước, như n nhỏ hay vài nghìn lần lặp, rồi tăng dần để xem kết quả có tiến về một giá trị không.
- So với đáp số chính xác, đánh giá chênh lệch có nằm trong mức sai số mong đợi của phương pháp không.
- Ghi lại vào vở: phép kiểm nào, tham số nào, kết quả bao nhiêu. Lần sau gặp dạng tương tự, bạn đã có sẵn công cụ.
Nếu dùng bảng tính dùng chung hoặc sổ lập trình trực tuyến, tránh đặt tên tệp bằng họ tên đầy đủ kèm mã số sinh viên, và đừng chép đề kiểm tra chưa công bố vào đó.
Câu hỏi thường gặp
Có cần biết lập trình để kiểm bằng tính số không?
Không bắt buộc. Bảng tính thông dụng làm được quy tắc hình thang, sai phân, cộng chuỗi và cả mô phỏng đơn giản nhờ hàm sinh số ngẫu nhiên. Biết chút lập trình thì linh hoạt hơn, nhất là khi cần lặp hàng trăm nghìn lần.
Xấp xỉ số khớp với đáp số thì đáp số chắc chắn đúng chưa?
Chưa chắc chắn, nhưng xác suất đúng tăng lên nhiều. Xấp xỉ số chỉ là bằng chứng ủng hộ. Ngược lại, nếu xấp xỉ lệch xa và bạn đã kiểm chương trình tính với một bài đã biết đáp số, thì gần như chắc chắn đáp số kia sai.
Vì sao sai phân trung tâm chính xác hơn sai phân tiến?
Vì các sai số bậc nhất ở hai phía triệt tiêu nhau, chỉ còn sai số tỷ lệ với h bình phương. Với h bằng một phần nghìn, sai số của sai phân tiến cỡ một phần nghìn còn sai phân trung tâm cỡ một phần triệu, như ví dụ với hàm x mũ 3.
Mô phỏng bao nhiêu lần là đủ?
Tuỳ độ chính xác bạn cần. Sai số giảm theo căn bậc hai số lần lặp, nên với một xác suất quanh 0,5, mười nghìn lần thường cho sai số cỡ một điểm phần trăm, một triệu lần cỡ một phần mười điểm phần trăm. Để kiểm thô một lời giải, vài chục nghìn lần thường là đủ.
Có nên nhờ AI viết chương trình mô phỏng không?
Được, nhưng phải đọc hiểu từng dòng và chạy thử với bài đã biết đáp số. Chương trình có thể sai ở chỗ khoảng sinh số ngẫu nhiên, điều kiện đếm hay luật của trò chơi. Không chép đề có thông tin cá nhân vào khi nhờ viết chương trình.
Tính số có thay được chứng minh không?
Không. Tính số và mô phỏng là nhân chứng, không phải bằng chứng. Ví dụ chuỗi điều hoà trông như dừng lại khi cộng một triệu số hạng nhưng thật ra phân kỳ. Kết luận cuối cùng về hội tụ, đúng sai của công thức vẫn cần lập luận toán học.