khoahoc.vietjack.com

Câu hỏi:

23/08/2025 457 Lưu

Cho hai biến cố \(A\), \(B\) sao cho \({\rm{P}}(A) = 0,4\); \({\rm{P}}(B) = 0,8;{\rm{P}}(B\mid A) = 0,3\). Tính \({\rm{P}}(A\mid B)\).

Quảng cáo

Trả lời:

verified Giải bởi Vietjack

Áp dụng công thức Bayes, ta có:

\({\rm{P}}({\rm{A}}\mid {\rm{B}}) = \frac{{P(A) \cdot P(B\mid A)}}{{P(B)}} = \frac{{0,4 \cdot 0,3}}{{0,8}} = 0,15\)

Đang tải chế độ Học...

Hot: 1000+ đề thi giữa kì 1 lớp 1-12 đầy đủ các môn (Update 2026) (chỉ từ 60k). Tải ngay

ĐẶC QUYỀN VIP

Đăng ký VIP để học và luyện thi không giới hạn

Trọn bộ quyền lợi trên Vietjack, trong một tài khoản.

  • Phòng luyện thi cấp tốc: ĐGNL - ĐGTD, Tốt nghiệp THPT, Ôn vào 10, Ôn vào 6, Ôn Giữa kì/Cuối kì
  • Hơn 200K đề thi thử, đề minh hoạ, chính thức các năm
  • Với 3tr+ câu hỏi theo các mức độ Nhận biết, Thông hiểu, Vận dụng
  • Tải xuống đề thi [DOCX] với đầy đủ đáp án
  • Xem hàng ngàn bài giảng đính kèm củng cố thêm kiến thức
  • Bao gồm tất cả các bậc từ Tiểu học đến Đại học
  • Chặn hiển thị quảng cáo tăng khả năng tập trung ôn luyện
  • Đăng ký ngay

CÂU HỎI HOT CÙNG CHỦ ĐỀ

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

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 \(99,5\% \) ).