Câu hỏi:

23/08/2025 127 Lưu

Giả sử có một loại bệnh mà tỉ lệ người mắc bệnh là \(0,1\% \). Giả sử có một loại xét nghiệm, mà ai mắc bệnh khi xét nghiệm cũng có phản ứng dương tính, nhưng tỉ lệ phản ứng dương tính giả là \(5\% \) (tức là trong số những người không bị bệnh có \(5\% \) số người xét nghiệm lại có phản ứng dương tính).

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

b) Khi một người xét nghiệm có phản ứng dưởg tính thì khả năng mắc bệnh của người đó là bao nhiêu phần trăm (làm tròn kết quả đến hàng phần trăm)?

Quảng cáo

Trả lời:

verified Giải bởi Vietjack

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 \(1,96\% \).

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

Xét hai biến cố:

A: "Con bò được chọn ra không bị mắc bệnh bò điên".

B: "Con bò được chọn ra có phản ứng dương tính".

Vỉ tỉ lệ bò bị mắc bệnh bò điên ở Hà Lan là 13 con trên 1000000 con nên tỉ lệ bò mắc bệnh bò điên ở Hà Lan là \({\rm{P}}(\bar A) = 0,000013\).

Suy ra \(P(A) = 1 - 0,000013 = 0,999987\).

Trong số những con bò không bị mắc bệnh thì xác suất để có phản ứng dương tính trong xét nghiệm A là \(10\% \), suy ra \({\rm{P}}({\rm{B}}\mid {\rm{A}}) = 0,1\).

Khi con bò mắc bệnh bò điên thì xác suất để có phản ứng dương tính trong xét nghiệm A là \(70\% \) nên \({\rm{P}}({\rm{B}}\mid \bar A) = 0,7\).

Ta thấy xác suất mắc bệnh bò điên của một con bò ở Hà Lan xét nghiệm có phản ứng dương tính với xét nghiệm A chính là \({\rm{P}}(\bar A\mid {\rm{B}})\). Áp dụng công thức Bayes, ta có:

\(P(\bar A\mid B) = \frac{{P(\bar A) \cdot P(B\mid \bar A)}}{{P(\bar A) \cdot P(B\mid \bar A) + P(A) \cdot P(B\mid A)}}\)

\( = \frac{{0,000013 \cdot 0,7}}{{0,000013 \cdot 0,7 + 0,999987 \cdot 0,1}} \approx 0,000091.\)

Vậy khi một con bò ở Hà Lan có phản ứng dương tính với xét nghiệm A thì xác suất để nó bị mắc bệnh bò điên là 0,000091 .