Đến nội dung chính

Vì sao chữ số 1 xuất hiện nhiều hơn chữ số 9?

2026-11-21 Cùng Học Toán Đã xem: 0 Phản hồi: 0

Từ hai hộp thẻ số đến thang logarit, tìm hiểu vì sao chữ số đầu trong nhiều bảng số liệu thường nghiêng về 1, và tự kiểm tra điều kiện áp dụng định luật Benford.

CÙNG HỌC TOÁN · Ý TƯỞNG TOÁN HỌC

Nếu lấy một bảng số liệu rồi đếm chữ số đầu tiên, liệu các chữ số từ 1 đến 9 có xuất hiện ngang nhau? Một hiện tượng mang tên Benford cho thấy câu trả lời phụ thuộc vào cách những con số được tạo ra. Từ một bảng đếm nhỏ, ta có thể đi tới logarit và học cách đặt câu hỏi với dữ liệu.

Đối chiếu nguồn ngày 21/11/2026 · 5 tài liệu tham khảo

Một quan sát từ những trang sách cũ

Năm 1881, nhà thiên văn và toán học Simon Newcomb công bố một ghi chú dài hai trang. Ông nhận thấy những trang đầu của bảng logarit thường bị sờn nhiều hơn các trang cuối và đặt câu hỏi về tần suất sử dụng các chữ số. Đây là một dấu mốc sớm của hiện tượng ngày nay thường gọi là định luật Benford [1, tr. 39–40].

Năm 1938, nhà vật lý Frank Benford công bố một khảo sát với 20.229 quan sát từ nhiều nhóm số liệu, trong đó có diện tích lưu vực sông, dân số và các hằng số. Bảng của ông cho thấy tần suất các chữ số đầu thường nghiêng về phía những chữ số nhỏ [2, tr. 551–554].

Hãy thử hình dung công việc ấy khi chưa có bảng tính. Mỗi số được đọc, ghi nhận chữ số đầu rồi đưa vào một cột đếm. Từ những thao tác lặp lại rất đơn giản, người quan sát đặt ra một câu hỏi có thể kiểm tra bằng toán học. Điều đáng học ở đây là cách chuyển một điều gây tò mò thành một phép thống kê cụ thể.

Ta đang đếm chữ số nào?

Trong bài này, ta xét các số dương và lấy chữ số khác 0 đầu tiên khi đọc từ trái sang phải. Chẳng hạn, 428428 có chữ số đầu là 44, 0,00420{,}0042 cũng có chữ số đầu là 44, còn 10001000 có chữ số đầu là 11. Số 00 được loại khỏi phép đếm này.

Cần xác định quy tắc ấy trước khi thu thập dữ liệu. Nếu chỉ ghi ký tự đầu của cách viết 0,00420{,}0042, ta sẽ đếm được 00 và đang trả lời một câu hỏi khác. Tương tự, những chữ số ở hàng đơn vị hoặc sau dấu phẩy có quy luật riêng. Bài viết chỉ xét chữ số khác 0 đầu tiên.

NIST trình bày công thức Benford cho chữ số đầu DD dưới dạng [3]

P(D=d)=log⁡10(1+1d),d=1,2,…,9.P(D=d)=\log_{10}\left(1+\frac{1}{d}\right),\qquad d=1,2,\ldots,9.

Từ công thức, chữ số 11 có xác suất khoảng 30,1%30{,}1\%, trong khi chữ số 99 có xác suất khoảng 4,6%4{,}6\%. Hình bên dưới biểu diễn phân bố lý thuyết này. Đây là các giá trị tính từ công thức, chưa phải kết quả đo trên một bảng số liệu mới.

Phân bố Benford của chữ số đầu
Chữ số Xác suất lý thuyết
1 30,1%
2 17,6%
3 12,5%
4 9,7%
5 7,9%
6 6,7%
7 5,8%
8 5,1%
9 4,6%
Tỉ lệ tính từ công thức [3], làm tròn đến một chữ số thập phân. Minh họa do Cùng Học Toán biên soạn, với các cột biểu diễn cùng một thang đo.

Hai hộp số làm thay đổi trực giác

Trước khi tìm hiểu logarit, ta tự tạo một thí nghiệm. Viết các số nguyên từ 11 đến 9999 lên 9999 tấm thẻ, mỗi số một thẻ. Chữ số 11 đứng đầu thẻ 11 và mười thẻ từ 1010 đến 1919, tổng cộng 1111 thẻ. Chữ số 22 cũng đứng đầu 1111 thẻ, gồm 22 và các số từ 2020 đến 2929.

Lập luận ấy đúng cho cả chín chữ số. Nếu rút ngẫu nhiên một thẻ, mỗi thẻ có cùng khả năng được chọn, thì

P(D=d)=1199=19,d=1,…,9.P(D=d)=\frac{11}{99}=\frac{1}{9},\qquad d=1,\ldots,9.

Bảng này có phân bố đều của chữ số đầu, khác với các tỉ lệ vừa tính. Vậy ngay cả một bảng có đủ các chữ số cũng chưa cho phép ta khẳng định nó tuân theo Benford.

Bây giờ dùng hộp thứ hai, chứa các thẻ từ 11 đến 199199. Ta giữ 1111 thẻ bắt đầu bằng 11 trong hộp cũ và thêm 100100 thẻ từ 100100 đến 199199. Chữ số 11 đứng đầu 111111 trong tổng số 199199 thẻ, nên

P(D=1)=111199≈55,8%.P(D=1)=\frac{111}{199}\approx55{,}8\%.

Trong khi đó, mỗi chữ số từ 22 đến 99 vẫn chỉ đứng đầu 1111 thẻ. Đổi giới hạn trên từ 9999 thành 199199 đã làm tỉ lệ của chữ số 11 tăng mạnh, dù cách rút thẻ vẫn hoàn toàn công bằng.

Hai hộp số minh họa một điều cần kiểm tra mỗi khi đọc thống kê. Ngẫu nhiên phải gắn với một quy trình chọn cụ thể. Rút đều các tấm thẻ là một quy trình rõ ràng, nhưng chữ số đầu của các số trên thẻ có phân bố phụ thuộc vào những thẻ mà ta đã cho vào hộp.

Vì sao công thức lại chứa logarit?

Ta dựng một mô hình khác. Chọn ngẫu nhiên một số UU phân bố đều trên đoạn từ 00 đến trước 11, rồi đặt X=10UX=10^U. Khi ấy, XX nằm từ 11 đến trước 1010. Các khoảng bằng nhau của UU tương ứng với các bước nhân cùng tỉ lệ của XX.

Trong mô hình này, XX bắt đầu bằng 11 khi 1≤X<21\le X<2. Lấy logarit cơ số 1010, ta được 0≤U<log⁡1020\le U<\log_{10}2. Vì UU phân bố đều, xác suất bằng độ dài khoảng, tức là log⁡102\log_{10}2. Tương tự, XX bắt đầu bằng 99 khi 9≤X<109\le X<10, ứng với khoảng log⁡109≤U<1\log_{10}9\le U<1 ngắn hơn nhiều.

Với chữ số dd bất kỳ từ 11 đến 99, cùng phép tính cho kết quả

P(D=d)=log⁡10(d+1)−log⁡10d=log⁡10(1+1d).P(D=d)=\log_{10}(d+1)-\log_{10}d=\log_{10}\left(1+\frac1d\right).

Đó là một phép suy ra công thức trong mô hình có giả thiết rõ ràng. Nếu chọn đều trực tiếp XX trên khoảng từ 11 đến 1010, các khoảng từ 11 đến 22, từ 22 đến 33 và tiếp tục như vậy có cùng độ dài. Khi ấy, mỗi chữ số đầu có xác suất 1/91/9. Chọn đều trước khi lấy lũy thừa và chọn đều sau khi lấy lũy thừa là hai thí nghiệm khác nhau.

Ta còn có thể nhân XX với 10k10^k, trong đó kk là một số nguyên. Dấu phẩy dịch chuyển, nhưng chữ số khác 0 đầu tiên vẫn được giữ. Tổng quát hơn, lý thuyết Benford liên hệ phân bố của các chữ số có nghĩa với phần lẻ của logarit. Khảo luận của Berger và Hill trình bày quan hệ này một cách chính xác [4, tr. 27–28].

Có một phép tự kiểm đẹp cho công thức. Cộng xác suất của chín khả năng, các logarit ở giữa triệt tiêu, và ta được

∑d=19log⁡10d+1d=log⁡10(21⋅32⋯109)=1.\sum_{d=1}^{9}\log_{10}\frac{d+1}{d}=\log_{10}\left(\frac21\cdot\frac32\cdots\frac{10}{9}\right)=1.

Như vậy, tổng các xác suất đúng bằng 11. Phép kiểm này xác nhận công thức tạo thành một phân bố xác suất hợp lệ. Việc áp dụng nó cho một bộ dữ liệu vẫn cần tìm hiểu bộ dữ liệu ấy được hình thành như thế nào.

Một công thức cần đi cùng điều kiện áp dụng

Giả sử ta chỉ khảo sát những món hàng có giá từ 300300 nghìn đến dưới 400400 nghìn đồng. Trong đơn vị nghìn đồng, mọi số dương trong khoảng ấy đều bắt đầu bằng 33. Tỉ lệ 100%100\% của chữ số 33 có nguyên nhân ngay trong cách chọn hàng. Đổi sang đơn vị đồng cũng chỉ nhân các số với 10001000, nên kết quả đếm vẫn vậy.

Hoặc ta dùng các mã do con người gán, như số thứ tự từ 11 đến 9999. Những mã này được tạo ra để phân biệt đối tượng. Phép đếm chữ số của mã phản ánh quy tắc đánh số, nên ta cần đọc quy tắc ấy trước khi so với một mô hình xác suất.

Ngay cả nhận xét rằng dữ liệu trải trên một khoảng rất rộng cũng cần được dùng thận trọng. Berger và Hill đã chỉ ra sai sót trong một lập luận cho rằng độ trải lớn tự nó đủ dẫn đến Benford [5]. Khoảng giá trị là một đặc điểm để xem xét, chưa thay thế được việc kiểm tra mô hình.

Từ các ví dụ tự tạo ở trên, ta có thể rút ra quy trình đọc bảng số. Trước hết hỏi mỗi hàng biểu thị điều gì, sau đó xem đơn vị đo, giới hạn lấy mẫu và quy tắc chọn quan sát. Đến lúc ấy, việc so sánh tần suất mới có ngữ cảnh. Một cột số ít xuất hiện hoặc xuất hiện nhiều cần được giải thích bằng quá trình tạo dữ liệu.

Một hoạt động có thể thử ngay

Học sinh có thể bắt đầu bằng hai hộp thẻ đã mô tả. Chia giấy thành chín cột mang nhãn từ 11 đến 99, lần lượt xét các số từ 11 đến 9999 rồi đánh dấu vào cột tương ứng. Tổng mỗi cột phải bằng 1111. Đây là cơ hội kiểm tra xem ta có bỏ sót số một chữ số hay tính lặp một thẻ nào hay không.

Sau đó, thêm các số từ 100100 đến 199199 bằng một màu bút khác. Trước khi đếm, hãy dự đoán cột nào sẽ thay đổi. Khi nhìn thấy cả một nhóm thẻ mới đi vào cùng cột 11, ta hiểu ngay vì sao tỉ lệ tăng. Tự tìm được nguyên nhân của một thay đổi thường có ích hơn việc chỉ ghi nhận một phần trăm mới.

Với bảng tính, có thể làm hoạt động tương tự bằng một cột số và một cột ghi chữ số đầu. Khi nhập các số nhỏ hơn 11, hãy kiểm tra riêng vài hàng bằng tay để chắc chắn công thức đã bỏ qua những chữ số 00 đứng trước chữ số có nghĩa. Cuối cùng, tổng số dòng đã phân loại phải bằng tổng số quan sát được giữ lại.

Muốn thử trên số liệu thực, hãy chọn một bảng công khai có mô tả nguồn, ghi ngày truy cập và viết rõ mình đã dùng toàn bộ bảng hay chỉ một phần. Trước khi đếm, ghi lại quy tắc lấy dữ liệu. Nếu thay quy tắc sau khi đã thấy kết quả, ta cần ghi lại thay đổi đó để người khác có thể làm lại cùng phép thử.

Khi trình bày kết quả, nên đặt cạnh nhau số quan sát, tần suất thực tế và tần suất Benford để so sánh. Nếu bảng nhỏ, vài quan sát thêm bớt có thể làm tỉ lệ đổi nhiều. Hãy thử tính lại sau khi thêm hoặc bỏ một hàng để tự nhìn thấy độ nhạy ấy, thay vì chỉ chọn một biểu đồ trông giống đường lý thuyết.

Học được gì từ một chữ số đầu?

Định luật Benford kết nối một việc rất dễ làm, đếm chữ số, với một ý tưởng sâu hơn về thang đo và phân bố. Người mới học có thể dừng ở phép đếm hai hộp thẻ. Người đã biết logarit có thể tự suy ra công thức trong mô hình X=10UX=10^U. Cả hai cách đều bắt đầu bằng việc xác định rõ ta chọn số như thế nào.

Bài toán cũng gợi một cách học thống kê. Hãy đặt câu hỏi, tự tạo một ví dụ, tìm một trường hợp cho kết quả khác, rồi xác định điều kiện để lập luận ban đầu áp dụng được. Khi ấy, một công thức trở thành công cụ để hiểu dữ liệu, và mỗi con số trong bảng đếm đều có một câu chuyện có thể kiểm tra.

Tài liệu tham khảo

  1. [1]
    Newcomb, S. (1881). Note on the Frequency of Use of the Different Digits in Natural Numbers. American Journal of Mathematics, 4(1), 39–40. Bản số hóa tại University of Vermont, trang PDF 2–3. Truy cập ngày 21/11/2026. Đọc nguồn 1
  2. [2]
    Benford, F. (1938). The Law of Anomalous Numbers. Proceedings of the American Philosophical Society, 78(4), 551–572. Bảng I ở trang 553, tương ứng trang PDF 4. Truy cập ngày 21/11/2026. Đọc nguồn 2
  3. [3]
    Black, P. E. (2008). Benford’s law. Dictionary of Algorithms and Data Structures, National Institute of Standards and Technology. Cập nhật ngày 26/8/2008. Truy cập ngày 21/11/2026. Đọc nguồn 3
  4. [4]
    Berger, A. và Hill, T. P. (2011). A basic theory of Benford’s Law. Probability Surveys, 8, 1–126. Đặc biệt mục 4.1, trang 27–28. DOI 10.1214/11-PS175. Truy cập ngày 21/11/2026. Đọc nguồn 4
  5. [5]
    Berger, A. và Hill, T. P. (2010). Fundamental Flaws in Feller’s Classical Derivation of Benford’s Law. Bản thảo arXiv:1005.2598, gửi ngày 14/5/2010. Truy cập ngày 21/11/2026. Đọc nguồn 5

Để lại một bình luận

Email của bạn sẽ không được hiển thị công khai. Các trường bắt buộc được đánh dấu *