Câu hỏi:

23/08/2025 47 Lưu

Ở một khu rừng nọ có 7 chú lùn, trong đó có 4 chú luôn nói thật, 3 chú còn lại luôn tự nhận mình nói thật nhưng xác suất để mỗi chú này nói thật là 0,5 . Bạn Tuyết gặp ngẫu nhiên một chú lùn. Gọi \(A\) là biến cố "Chú lùn đó luôn nói thật" và \(B\) là biến cố "Chú lùn đó tự nhận mình luôn nói thật".

a) Tính xác suất của các biến cố \(A\) và \(B\).

b) Biết rằng chú lùn mà bạn Tuyết gặp tự nhận mình là người luôn nói thật. Tính xác suất để chú lùn đó luôn nói thật.

Quảng cáo

Trả lời:

verified Giải bởi Vietjack

A là biến cố "Chú lùn đó luôn nói thật" và B là biến cố "Chú lùn đó nhận mình là người luôn nói thật".

a) Trong 7 chú lún có 4 chú lùn luôn nói thật nên \(P(A) = \frac{4}{7}\). Suy ra \(P(\bar A) = \frac{3}{7}\).

Theo đề ta có \({\rm{P}}({\rm{B}}\mid {\rm{A}}) = 1;P(B\mid \bar A) = 0,5\).

Ta cần tính \({\rm{P}}({\rm{B}})\). Ta có \(P(B) = P(A) \cdot P(B\mid A) + P(\bar A) \cdot P(B\mid \bar A) = \frac{4}{7} \cdot 1 + \frac{3}{7} \cdot 0,5 = \frac{{11}}{{14}}\).

b) Cần tính \({\rm{P}}({\rm{A}}\mid {\rm{B}})\). Ta có \(P(A\mid B) = \frac{{P(A) \cdot P(B\mid A)}}{{P(B)}} = \frac{{\frac{4}{7} \cdot 1}}{{\frac{{11}}{{14}}}} = \frac{8}{{11}}\).

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