Câu hỏi:

23/08/2025 107 Lưu

Một nhà máy có hai phân xường I và II. Phân xường I sản xuất \(40\% \) số sản phẩm và phân xưởng II sản xuất \(60\% \) số sản phẩm. Tỉ lệ sản phẩm bị lỗi của phân xưởng I là \(2\% \) và của phân xưởng II là \(1\% \). Kiểm tra ngẫu nhiên 1 sản phẩm của nhà máy.

a) Tính xác suất để sản phẩm đó bị lỗi.

b) Biết rằng sản phẩm được kiểm tra bị lỗi. Hỏi xác suất sản phẩm đó do phân xưởng nào sản xuất cao hơn?

Quảng cáo

Trả lời:

verified Giải bởi Vietjack

a) Gọi \(A\) là biến cố "Sản phẩm được kiểm tra bị lỗi" và \(B\) là biến cố "Sản phẩm được kiểm tra do phân xưởng I sản xuất".

Do phân xưởng I sản xuất \(40\% \) số sản phẩm và phân xưởng II sản xuất \(60\% \) số sản phẩm nên

\(P(B) = 0,4{\rm{ và  }}P(\bar B) = 1 - 0,4 = 0,6.{\rm{ }}\)

Do tỉ lệ sản phẩm bị lỗi của phân xưởng I là \(2\% \) và của phân xưởng II là \(1\% \) nên

\(P(A\mid B) = 0,02{\rm{ và  }}P(A\mid \bar B) = 0,01.{\rm{ }}\)

Xác suất để sản phẩm được kiểm tra bị lỗi là

\(P(A) = P(B)P(A\mid B) + P(\bar B)P(A\mid \bar B) = 0,4.0,02 + 0,6.0,01 = 0,014.\)

b) Nếu sản phẩm được kiểm tra bị lỗi thì xác suất sản phẩm đó do phân xưởng I sàn xuất là

\(P(B\mid A) = \frac{{P(B)P(A\mid B)}}{{P(A)}} = \frac{{0,4 \cdot 0,02}}{{0,014}} = \frac{4}{7}.\)

Nếu sản phẩm được kiểm tra bị lỗi thì xác suất sản phẩm đó do phân xưởng II sản xuất là

\(P(\bar B\mid A) = 1 - P(B\mid A) = \frac{3}{7}.\)

Vậy nếu sản phẩm được kiểm tra bị lỗi thì xác suất sản phẩm đó do phân xưởng I sản xuất cao hơn xác suất sản phẩm đó do phân xưởng II sản xuất.

CÂU HỎI HOT CÙNG CHỦ ĐỀ

Lời giải

Gọi \(A\) là biến cố: "Bà \(N\) bị bệnh hiểm nghèo \(Y\) "; \(B\) là biến cố: "Xét nghiệm cho kết quả dương tính".

a) Trước khi tiến hành xét nghiệm, xác suất không mắc bệnh hiểm nghèo Y của bà N là

\(P(\bar A) = 1 - P(A) = 1 - 0,005 = 0,995.{\rm{ }}\)

b) Ta cần tính \(P(\bar A\mid \bar B)\).

Theo công thức Bayes ta có: \(P(\bar A\mid \bar B) = \frac{{P(\bar A) \cdot P(\bar B\mid \bar A)}}{{P(\bar A) \cdot P(\bar B\mid \bar A) + P(A) \cdot P(\bar B\mid A)}}.\)

\(P(\bar B\mid \bar A)\) là xác suất để bà \(N\) có xét nghiệm là âm tính nếu bà \(N\) không bị bệnh \(Y\).

Theo bài ra ta có: \(P(\bar B\mid \bar A) = 0,97{\rm{;}}\)

\(P(\bar B\mid A)\) là xác suất để bà N có xét nghiệm âm tính nếu bà N bị bệnh Y

\(P(\bar B\mid A) = 1 - 0,94 = 0,06.{\rm{ }}\)

Thay vào công thức Bayes ta có: \(P(\bar A\mid \bar B) = \frac{{0,995 \cdot 0,97}}{{0,995 \cdot 0,97 + 0,005 \cdot 0,06}} \approx 0,9997.\)

Như vậy, với xét nghiệm cho kết quả âm tính, xác suất không mắc bệnh Y của bà N tăng lên thành \(99,97\% \) (trước xét nghiệm là \(99,5\% \) ).

Lời giải

a) Xét hai biến cố: \(K\) : "Người được chọn ra không mắc bệnh";

\(D\) : "Người được chọn ra có phản ứng dương tính".

Do tỉ lệ người mắc bệnh là \(0,1\%  = 0,001\) nên \({\rm{P}}(K) = 1 - 0,001 = 0,999\).

Trong số những người không mắc bệnh có \(5\% \) số người có phản ứng dương tính nên \({\rm{P}}(D\mid K) = 5\%  = 0,05\). Vì ai mắc bệnh khi xét nghiệm cũng có phản ứng dương tính nên \({\rm{P}}(D\mid \bar K) = 1\).

Sơ đồ hình cây ở Hình 3 biểu thi tình huống đã cho.

Giả sử có một loại bệnh mà tỉ lệ người mắc bệnh là 0,1 phần trăm. Giả sử có một loại xét nghiệm, mà ai mắc bệnh khi xét nghiệm cũng có phản ứng dương tính (ảnh 1)

b) Ta thấy: Khả năng mắc bệnh của một người xét nghiệm có phản ứng dương tính chính là \({\rm{P}}(\bar K\mid D)\). Áp dụng công thức Bayes, ta có:

\({\rm{P}}(\bar K\mid D) = \frac{{{\rm{P}}(\bar K) \cdot {\rm{P}}(D\mid \bar K)}}{{{\rm{P}}(\bar K) \cdot {\rm{P}}(D\mid \bar K) + {\rm{P}}(K) \cdot {\rm{P}}(D\mid K)}} = \frac{{0,001}}{{0,001 + 0,999 \cdot 0,05}} \approx 1,96\% .\)

Vậy xác suất mắc bệnh của một người xét nghiệm có phản ứng dương tính là \(1,96\% \).

Lời giải

Bạn cần đăng ký gói VIP ( giá chỉ từ 199K ) để làm bài, xem đáp án và lời giải chi tiết không giới hạn.

Nâng cấp VIP