Một xạ thủ bắn vào bia số 1 và bia số 2 . Xác suất để xạ thủ đó bắn trúng bia số 1 , bia số 2 lần lượt là 0,8 ; 0,9. Xác suất để xạ thủ đó bắn trúng cả hai bia là 0,8 . Xét hai biến cố sau:
A: "Xạ thủ đó bắn trúng bia số 1";
B: "Xạ thủ đó bắn trúng bia số 2".
a) Hai biến cố \(A\) và \(B\) có độc lập hay không?
b) Biết xạ thủ đó bắn trúng bia số 1 , tính xác suất xạ thủ đó bắn trúng bia số 2 .
c) Biết xạ thủ đó không bắn trúng bia số 1, tính xác suất xạ thủ đó bắn trúng bia số 2 .
Một xạ thủ bắn vào bia số 1 và bia số 2 . Xác suất để xạ thủ đó bắn trúng bia số 1 , bia số 2 lần lượt là 0,8 ; 0,9. Xác suất để xạ thủ đó bắn trúng cả hai bia là 0,8 . Xét hai biến cố sau:
A: "Xạ thủ đó bắn trúng bia số 1";
B: "Xạ thủ đó bắn trúng bia số 2".
a) Hai biến cố \(A\) và \(B\) có độc lập hay không?
b) Biết xạ thủ đó bắn trúng bia số 1 , tính xác suất xạ thủ đó bắn trúng bia số 2 .
c) Biết xạ thủ đó không bắn trúng bia số 1, tính xác suất xạ thủ đó bắn trúng bia số 2 .
Quảng cáo
Trả lời:

a) Theo bài ra ta có: \(P(A) = 0,8;P(B) = 0,9;P(A \cap B) = 0,8\).
Vi \(P(A) \cdot P(B) = 0,8 \cdot 0,9 = 0,72 \ne 0,8 = P(A \cap B)\) nên hai biến cố \(A\) và \(B\) không độc lập.
b) Ta có xác suất xạ thủ đó bắn trúng bia số 2 , biết xạ thủ bắn trúng bia số 1 chính là xác suất có điều kiện \({\rm{P}}({\rm{B}}\mid {\rm{A}})\).
Khi đó, \({\rm{P}}({\rm{B}}\mid {\rm{A}}) = \frac{{P(A \cap B)}}{{P(A)}} = \frac{{0,8}}{{0,8}} = 1\).
Vậy nếu biết xạ thủ đó bắn trúng bia số 1 thì xác suất xạ thủ đó bắn trúng bia số 2 là 1 .
c) Ta có xác suất xạ thủ đó bắn trúng bia số 2 , biết xạ thủ không bắn trúng bia số 1 chính là xác suất có điều kiện \({\rm{P}}({\rm{B}}\mid \bar A)\).
Áp dụng công thức xác suất toàn phần, ta có:
\({\rm{P}}({\rm{B}}) = {\rm{P}}({\rm{A}}) \cdot {\rm{P}}({\rm{B}}\mid {\rm{A}}) + {\rm{P}}(\bar A) \cdot {\rm{P}}({\rm{B}}\mid \bar A).\)
Suy ra \({\rm{P}}({\rm{B}}\mid \bar A) = \frac{{P(B) - P(A) \cdot P(B\mid A)}}{{P(\bar A)}} = \frac{{0,9 - 0,8 \cdot 1}}{{1 - 0,8}} = 0,5\).
Vậy nếu biết xạ thủ đó không bắn trúng bia số 1 thì xác suất xạ thủ đó bắn trúng bia số 2 là 0,5 .
Hot: Danh sách các trường đã công bố điểm chuẩn Đại học 2025 (mới nhất) (2025). Xem ngay
- 250+ Công thức giải nhanh môn Toán 12 (chương trình mới) ( 18.000₫ )
- 20 đề thi tốt nghiệp môn Toán (có đáp án chi tiết) ( 38.500₫ )
- Sổ tay lớp 12 các môn Toán, Lí, Hóa, Văn, Sử, Địa, KTPL (chương trình mới) ( 36.000₫ )
- Tuyển tập 30 đề thi đánh giá năng lực Đại học Quốc gia Hà Nội, TP Hồ Chí Minh (2 cuốn) ( 150.000₫ )
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.

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.
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.
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.
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.
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.