Câu hỏi:

23/08/2025 681 Lưu

Giả sử trong một nhóm người có 2 người nhiễm bệnh, 58 người còn lại là không 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 \(85\% \), nhưng đối với người không nhiễm bệnh thì xác suất để bị xét nghiệm có phản ứng dương tính là \(7\% \).

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 hai biến cố:

A: "Người được chọn ra không nhiễm bệnh";

B: “Người được chọn ra có phản ứng dương tính".

Vì trong một nhóm người có 2 người nhiễm bệnh, 58 người còn lại là không nhiễm bệnh nên \({\rm{P}}({\rm{A}}) = \frac{{58}}{{2 + 58}} = \frac{{29}}{{30}}\) và \({\rm{P}}(\bar A) = \frac{1}{{30}}\).

Do đối với người không nhiễm bệnh thì xác suất xét nghiệm có phản ứng dương tính là \(7\% \) nên \({\rm{P}}({\rm{B}}\mid {\rm{A}}) = 7\%  = 0,07\).

Vi đối với người nhiễm bệnh thì xác suất xét nghiệm có kết quả dương tính là \(85\% \) nên \({\rm{P}}({\rm{B}}\mid \bar A) = 85\%  = 0,85\).

Sơ đồ hình cây biểu thị tình huống đã cho như sau:

Giả sử trong một nhóm người có 2 người nhiễm bệnh, 58 người còn lại là không nhiễm bệnh. Để phát hiện ra người nhiễm bệnh, người ta tiến hành xét nghiệm (ảnh 1)

b) Ta thấy xác suất nhiễm bệnh của \(X\) khi \(X\) là một người trong nhóm bị xét nghiệm có kết quả dương tính chính là \({\rm{P}}(\bar A\mid B)\). Áp dụng công thức Bayes, ta có:

\({\rm{P}}(\bar A\mid {\rm{B}}) = \frac{{P(\bar A) \cdot P(B\mid \bar A)}}{{P(\bar A) \cdot P(B\mid \bar A) + P(A) \cdot P(B\mid A)}} = \frac{{\frac{1}{{30}} \cdot 0,85}}{{\frac{1}{{30}} \cdot 0,85 + \frac{{29}}{{30}} \cdot 0,07}} = \frac{{85}}{{288}} \approx 0,295.\)

Vậy xác suất để X là người nhiễm bệnh là 0,295 .

CÂU HỎI HOT CÙNG CHỦ ĐỀ

Lời giải

a) Xét hai biến cố:

A: "Linh kiện được lấy ra từ lô hàng là linh kiện tốt”;

B: "Linh kiện được lấy ra từ lô hàng do nhà máy I sản xuất".

Vi lô linh kiện để lẫn lộn 80 sản phẩm của nhà máy số I và 120 sản phẩm của nhà máy số II nên \(P(B) = \frac{{80}}{{80 + 120}} = 0,4\), suy ra \(P(\bar B) = 1 - 0,4 = 0,6\).

Vì tỉ lệ phế phẩm của các nhà máy I, II lần lượt là: \(4\% ;3\% \) nên tỉ lệ thành phẩm (linh kiện tốt) của các nhà máy I, II lần lượt là \(96\% ;97\% \).

Do đó \({\rm{P}}({\rm{A}}\mid {\rm{B}}) = 0,96\) và \({\rm{P}}({\rm{A}}\mid \bar B) = 0,97\).

Áp dụng công thức xác suất toàn phần, ta có xác suất để linh kiện được lấy ra là linh kiện tốt là:

\({\rm{P}}({\rm{A}}) = {\rm{P}}({\rm{B}}) \cdot {\rm{P}}({\rm{A}}\mid {\rm{B}}) + {\rm{P}}(\bar B) \cdot {\rm{P}}({\rm{A}}\mid \bar B) = 0,4 \cdot 0,96 + 0,6 \cdot 0,97 = 0,966.\)

b) Xét biến cố C: "Linh kiện được lấy ra từ lô hàng là linh kiện phế phẩm".

Khi đó, ta có \({\rm{C}} = \bar A\). Suy ra \({\rm{P}}({\rm{C}}) = {\rm{P}}(\bar A) = 1 - {\rm{P}}({\rm{A}}) = 1 - 0,966 = 0,034\).

Theo bài ra ta có: \(P(C\mid B) = 4\%  = 0,04\).

Do đó, nếu linh kiện được lấy ra là linh kiện phế phẩm thì xác suất sản phẩm đó do nhà máy I sản xuất là: \({\rm{P}}({\rm{B}}\mid {\rm{C}}) = \frac{{P(B) \cdot P(C\mid B)}}{{P(C)}} = \frac{{0,4 \cdot 0,04}}{{0,034}} = \frac{8}{{17}}\).

Nếu linh kiện được lấy ra là linh kiện phế phẩm thì xác suất sản phẩm đó do nhà máy II sản xuất là: \({\rm{P}}(\bar B\mid {\rm{C}}) = 1 - {\rm{P}}({\rm{B}}\mid {\rm{C}}) = 1 - \frac{8}{{17}} = \frac{9}{{17}}\).

Vi \(\frac{9}{{17}} > \frac{8}{{17}}\) nên nếu linh kiện được lấy ra là linh kiện phế phẩm thì xác suất linh kiện đó do nhà máy II sản xuất là cao hơn.

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 \(1,96\% \).