Câu hỏi:

23/08/2025 26 Lưu

Có hai chiếc hộp, hộp I chứa 5 viên bi màu trắng và 5 viên bi màu đen, hộp II chứa 6 viên bi màu trắng và 4 viên bi màu đen, các viên bi có cùng kích thước và khối lượng. Lấy ngẫu nhiên một viên bi từ hộp I bỏ sang hộp II . Sau đó lấy ra ngẫu nhiên một viên bi từ hộp II.

a) Tính xác suất để viên bi được lấy ra từ hộp II là viên bi màu trắng.

b) Giả sử viên bi được lấy ra từ hộp II là viên bi màu trắng. Tính xác suất để viên bi màu trắng đó thuộc hộp I .

Quảng cáo

Trả lời:

verified Giải bởi Vietjack

a) Xét các biến cố:

A: "Lấy được viên bi màu trắng từ hộp II ";

\(B\) : "Lấy được viên bi màu trắng từ hộp I bỏ sang hộp II";

\(\bar B\) : "Lấy được viên bi màu đen từ hộp I bỏ sang hộp II".

Theo giả thiết ta có: \({\rm{P}}(B) = {\rm{P}}(\bar B) = \frac{5}{{10}} = \frac{1}{2};{\rm{P}}(A\mid B) = \frac{7}{{11}};{\rm{P}}(A\mid \bar B) = \frac{6}{{11}}.\)

Theo công thức xác suất toàn phần, ta có:

\({\rm{P}}(A) = {\rm{P}}(B) \cdot {\rm{P}}(A\mid B) + {\rm{P}}(\bar B) \cdot {\rm{P}}(A\mid \bar B) = \frac{1}{2} \cdot \frac{7}{{11}} + \frac{1}{2} \cdot \frac{6}{{11}} = \frac{{13}}{{22}}.\)

Vậy xác suất để viên bi được lấy ra từ hộp II là viên bi màu trắng là \(\frac{{13}}{{22}}\).

b) Gọi \(N\) là biến cố "Viên bi được lấy ra từ hộp II là viên bi thuộc hộp I ". Khi đó ta cần tính \({\rm{P}}(N\mid A)\).

Ta có: \({\rm{P}}(N) = \frac{1}{{11}};{\rm{P}}(A) = \frac{{13}}{{22}}\). Để tính \({\rm{P}}(A\mid N)\), hay xác suất để lấy được viên bi màu trắng từ hộp II , biết rằng viên bi đó thuộc hộp I , ta xét các trường hợp sau:

- Viên bi được lấy từ hộp I bỏ sang hộp II có màu đen. Khi đó xác suất lấy được viên bi trắng thuộc hộp I bằng 0 .

- Viên bi được lấy từ hộp I bỏ sang hộp II có màu trắng. Khi đó xác suất lấy được viên bi màu trắng thuộc hộp I bằng \({\rm{P}}(B) = \frac{1}{2}\).

Do đó, \({\rm{P}}(A\mid N) = 0 + \frac{1}{2} = \frac{1}{2}\). Theo công thức Bayes, ta có:

\({\rm{P}}(N\mid A) = \frac{{{\rm{P}}(A\mid N) \cdot {\rm{P}}(N)}}{{{\rm{P}}(A)}} = \frac{{\frac{1}{2} \cdot \frac{1}{{11}}}}{{\frac{{13}}{{22}}}} = \frac{1}{{13}}.\)

Vậy xác suất viên bi được lấy ra từ hộp II là viên bi thuộc hộp I , biết rằng viên bi đó màu trắng, là \(\frac{1}{{13}}\).

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