Trong \(Y\) học, để chẩn đoán bệnh \(X\) nào đó, người ta thường dùng một xét nghiệm. Xét nghiệm dương tính, tức là xét nghiệm đó kết luận một người mắc bệnh \(X\). Xét nghiệm âm tính, tức là xét nghiệm đó kết luận một người không mắc bệnh \(X\). Vỉ không có một xét nghiệm nào tuyệt đối đưng nên trên thực tế có thể xảy ra hai sai lầm sau:
- Xét nghiệm dương tính nhưng thực tế người xét nghiệm không mắc bệnh. Ta gọi đây là dương tính giả.
- Xét nghiệm âm tính nhưng thực tế người xét nghiệm lại mắc bệnh. Ta gọi đây là âm tính giả.
Ông \(M\) đi xét nghiệm bệnh hiểm nghèo \(X\). Biết rằng, nếu một người mắc bệnh \(X\) thì với xác suất 0,95 xét nghiệm cho dương tính; nếu một người không bị bệnh \(X\) thì với xác suất 0,01 xét nghiệm cho dương tính.
Xét nghiệm của ông \(M\) cho kết quả dương tính. Ông \(M\) hoảng hốt khi nghĩ rằng mình có xác suất 0,95 mắc bệnh hiểm nghèo \(X\).
Trong tình huống mở đầu Muc 2, gọi A là biến cố: "Ông M mắc bệnh hiểm nghèo X"; B là biến cố: "Xét nghiệm cho kết quả dương tính".
a) Nêu các nội dung còn thiếu tương ứng với "(?)" để hoàn thành các câu sau đây:
là xác suất để (?) với điều kiện (?);
là xác suất để (?) với điều kiện (?).
b) 0,95 là \(P(A\mid B)\) hay \(P(B\mid A)\) ? Có phải ông \(M\) có xác suất 0,95 mắc bệnh hiểm nghèo \(X\) không?
c) Tính xác suất để ông M mắc bệnh hiểm nghèo X nếu kết quả xét nghiệm cho kết quả dương tính.
Trong \(Y\) học, để chẩn đoán bệnh \(X\) nào đó, người ta thường dùng một xét nghiệm. Xét nghiệm dương tính, tức là xét nghiệm đó kết luận một người mắc bệnh \(X\). Xét nghiệm âm tính, tức là xét nghiệm đó kết luận một người không mắc bệnh \(X\). Vỉ không có một xét nghiệm nào tuyệt đối đưng nên trên thực tế có thể xảy ra hai sai lầm sau:
- Xét nghiệm dương tính nhưng thực tế người xét nghiệm không mắc bệnh. Ta gọi đây là dương tính giả.
- Xét nghiệm âm tính nhưng thực tế người xét nghiệm lại mắc bệnh. Ta gọi đây là âm tính giả.
Ông \(M\) đi xét nghiệm bệnh hiểm nghèo \(X\). Biết rằng, nếu một người mắc bệnh \(X\) thì với xác suất 0,95 xét nghiệm cho dương tính; nếu một người không bị bệnh \(X\) thì với xác suất 0,01 xét nghiệm cho dương tính.
Xét nghiệm của ông \(M\) cho kết quả dương tính. Ông \(M\) hoảng hốt khi nghĩ rằng mình có xác suất 0,95 mắc bệnh hiểm nghèo \(X\).
Trong tình huống mở đầu Muc 2, gọi A là biến cố: "Ông M mắc bệnh hiểm nghèo X"; B là biến cố: "Xét nghiệm cho kết quả dương tính".
a) Nêu các nội dung còn thiếu tương ứng với "(?)" để hoàn thành các câu sau đây:
là xác suất để (?) với điều kiện (?);
là xác suất để (?) với điều kiện (?).
b) 0,95 là \(P(A\mid B)\) hay \(P(B\mid A)\) ? Có phải ông \(M\) có xác suất 0,95 mắc bệnh hiểm nghèo \(X\) không?
c) Tính xác suất để ông M mắc bệnh hiểm nghèo X nếu kết quả xét nghiệm cho kết quả dương tính.
Quảng cáo
Trả lời:

a)
là xác suất để ông M mắc bệnh hiểm nghèo X với điều kiện xét nghiệm cho kết quả dương tính.
là xác suất để xét nghiệm cho kết quả dương tính với điều kiện ông \(M\) mắc bệnh hiểm nghèo \(X\).
b) Nếu một người mắc bệnh \(X\) thì với xác suất 0,95 xét nghiệm cho dương tính, tức là xác suất để xét nghiệm cho kết quả dương tính với điều kiện người đó mắc bệnh hiểm nghèo \(X\) là 0,95 . Do đó, \(P(B\mid A) = 0,95\).
Vậy không phải ông \(M\) có xác suất 0,95 mắc bệnh hiểm nghèo \(X\).
c) Gọi \(A\) là biến cố: "Ông \(M\) mắc bệnh hiểm nghèo \(X\) "; \(B\) là biến cố: "Xét nghiệm cho kết quả dương tính".
Ta cần tính \(P(A\mid B)\).
Theo công thức Bayes để tính \(P(A\mid B)\), ta cần biết: \(P(A),P(\bar A),P(B\mid A)\) và \(P(B\mid \bar A)\).
Gọi \(p\) là tỉ lệ dân số mắc bệnh hiểm nghèo X .
Khi đó \(P(A) = p\). Suy ra \(P(\bar A) = 1 - p\).
\(P(B\mid A)\) là xác suất để ông M có xét nghiệm là dương tính nếu ông M mắc bệnh hiểm nghèo X \( \Rightarrow P(B\mid A) = 0,95\).
\(P(B\mid \bar A)\) là xác suất để ông \(M\) có xét nghiệm là dương tính nếu ông \(M\) không mắc bệnh hiểm nghèo \(X \Rightarrow P(B\mid \bar A) = 0,01\).
Thay vào công thức Bayes ta có:
\(P(A\mid B) = \frac{{P(A) \cdot P(B\mid A)}}{{P(A) \cdot P(B\mid A) + P(\bar A) \cdot P(B\mid \bar A)}} = \frac{{p \cdot 0,95}}{{p \cdot 0,95 + (1 - p) \cdot 0,01}}.\)
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.