Câu hỏi:

23/08/2025 42 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

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".

Vỉ tỉ lệ bò bị mắc bệnh bò điên ở Hà Lan là 13 con trên 1000000 con nên tỉ lệ bò mắc bệnh bò điên ở Hà Lan là \({\rm{P}}(\bar A) = 0,000013\).

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 \({\rm{P}}({\rm{B}}\mid {\rm{A}}) = 0,1\).

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

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 \({\rm{P}}(\bar A\mid {\rm{B}})\). Áp dụng công thức Bayes, ta có:

\(P(\bar A\mid B) = \frac{{P(\bar A) \cdot P(B\mid \bar A)}}{{P(\bar A) \cdot P(B\mid \bar A) + P(A) \cdot P(B\mid A)}}\)

\( = \frac{{0,000013 \cdot 0,7}}{{0,000013 \cdot 0,7 + 0,999987 \cdot 0,1}} \approx 0,000091.\)

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 .