Câu hỏi:

23/08/2025 27 Lưu

Giả sử trong một nhóm 80 người có 69 người không nhiễm bệnh và 11 người nhiễm bệnh. Để phát hiện ra người nhiễm bệnh, người ta tiến hành xét nghiệm tất cả mọi người của nhóm đó. Biết rằng đối với người nhiễm bệnh, xác suất xét nghiệm có kết quả dương tính là 0,9 ; còn đối với người không nhiễm bệnh, xác suất xét nghiệm có kết quả dương tính là 0,05 .

a) Vẽ sơ đồ hình cây biểu thị tình huống trên.

b) Giả sử X là một người trong nhóm bị xét nghiệm có kết quả dương tính. Tính xác suất để X là người nhiễm bệnh.

Quảng cáo

Trả lời:

verified Giải bởi Vietjack

a) Xét các biến cố:

A: "Người được chọn nhiễm bệnh";

\(B\) : "Người được chọn xét nghiệm có kết quả dương tính".

Khi đó, \({\rm{P}}(A) = \frac{{11}}{{80}};{\rm{P}}(\bar A) = \frac{{69}}{{80}};{\rm{P}}(B\mid A) = 0,9;{\rm{P}}(B\mid \bar A) = 0,05\).

Sơ đồ hình cây biểu thị tình huống đã cho là:

Giả sử trong một nhóm 80 người có 69 người không nhiễm bệnh và 11 người nhiễm bệnh. Để phát hiện ra người nhiễm bệnh, người ta tiến hành xét nghiệm tất cả mọi người của nhóm đó (ảnh 1)

b) Theo công thức xác suất toàn phần, xác suất người X xét nghiệm có kết quả dương tính là:

\({\rm{P}}(B) = {\rm{P}}(A) \cdot {\rm{P}}(B\mid A) + {\rm{P}}(\bar A) \cdot {\rm{P}}(B\mid \bar A) = \frac{{11}}{{80}} \cdot 0,9 + \frac{{69}}{{80}} \cdot 0,05 = \frac{{267}}{{1600}}.\)

Theo công thức Bayes, ta có:

\({\rm{P}}(A\mid B) = \frac{{{\rm{P}}(A) \cdot {\rm{P}}(B\mid A)}}{{{\rm{P}}(B)}} = \frac{{\frac{{11}}{{80}} \cdot 0,9}}{{\frac{{267}}{{1600}}}} = \frac{{66}}{{89}}.\)

Vậy xác suất để X là người nhiễm bệnh, biết rằng X có kết quả xét nghiệm dương tính, là \(\frac{{66}}{{89}}\).

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