Một loại linh kiện do hai nhà máy số I, số II cùng sản xuất. Tỉ lệ phế phẩm của các nhà máy I, II lần lượt là: 4%; 3%. Trong một lô linh kiện để lẫn lộn 80 sản phẩm của nhà máy số I và 120 sản phẩm của nhà máy số II. Một khách hàng lấy ngẫu nhiên một linh kiện từ lô hàng đó.

Tính xác suất để linh kiện được lấy ra là linh kiện tốt.

Xét hai biến cố:

A: “Con bò được chọn ra không bị mắc bệnh bò điên”.

B: “Con bò được chọn ra có phản ứng dương tính”.

Vì tỉ lệ bò bị mắc bệnh bò điên ở Hà Lan là 13 con trên 1 000 000 con nên tỉ lệ bò mắc bệnh bò điên ở Hà Lan là P() = 0,000013.

Suy ra P(A) = 1 – 0,000013 = 0,999987.

Trong số những con bò không bị mắc bệnh thì xác suất để có phản ứng dương tính trong xét nghiệm A là 10%, suy ra P(B | A) = 0,1.

Khi con bò mắc bệnh bò điên thì xác suất để có phản ứng dương tính trong xét nghiệm A là 70% nên P(B | ) = 0,7.

Ta thấy xác suất mắc bệnh bò điên của một con bò ở Hà Lan xét nghiệm có phản ứng dương tính với xét nghiệm A chính là P( | B). Áp dụng công thức Bayes, ta có:

.

Vậy khi một con bò ở Hà Lan có phản ứng dương tính với xét nghiệm A thì xác suất để nó bị mắc bệnh bò điên là 0,000091.

Xét hai biến cố:

A: “Người được chọn là đàn ông”;

B: “Người được chọn bị mù màu”.

Theo bài ra ta có: P(B | A) = 0,05; P(B | ) = 0,0025.

Vì số đàn ông bằng số phụ nữ nên ta có P(A) = 0,5 và P() = 1 – 0,5 = 0,5.

Áp dụng công thức Bayes, ta có xác suất để một người mù màu được chọn là đàn ông là: P(A | B) = ≈ 0,9524.