Khảo sát dân cư của thành phố X cho thấy có 1% dân số mắc căn bệnh Y. Các nhà khoa học đã tìm ra một phương pháp xét nghiệm để chẩn đoán căn bệnh này. Tuy nhiên, xét nghiệm có sai số nên khi xét nghiệm 96% người bị bệnh có kết quả dương tính và 92% người không bị bệnh có kết quả âm tính. Một người đi xét nghiệm. Gọi A là biến cố người được xét nghiệm bị bệnh, B là biến cố người được xét nghiệm có kết quả xét nghiệm dương tính.

a) S, b) Đ, c) Đ, d) S

A là biến cố “Người được xét nghiệm bị bệnh”,

B là biến cố “Người được xét nghiệm có kết quả xét nghiệm dương tính”.

a) \(P\left( {A|B} \right) = \frac{{P\left( A \right).P\left( {B|A} \right)}}{{P\left( B \right)}}\).

b) Theo đề bài ta có \(P\left( A \right) = 1\% = 0,01\).

c) \(P\left( {B|A} \right) = 0,96;P\left( {\overline B |\overline A } \right) = 0,92 \Rightarrow P\left( {B|\overline A } \right) = 1 - 0,92 = 0,08\).

d) Cần tính \(P\left( {A|B} \right)\) và \(P\left( {\overline A |B} \right)\).

Ta có \(P\left( B \right) = P\left( A \right).P\left( {B|A} \right) + P\left( {\overline A } \right).P\left( {B|\overline A } \right)\)\( = 0,01.0,96 + 0,99.0,08 = 0,0888\).

Theo công thức Bayes, \(P\left( {A|B} \right) = \frac{{P\left( A \right).P\left( {B|A} \right)}}{{P\left( B \right)}} = \frac{{0,01.0,96}}{{0,0888}} = \frac{4}{{37}}\).

\(P\left( {\overline A |B} \right) = \frac{{P\left( {\overline A } \right).P\left( {B|\overline A } \right)}}{{P\left( B \right)}} = \frac{{0,99.0,08}}{{0,0888}} = \frac{{33}}{{37}}\).

Vì \(\frac{4}{{37}} < \frac{{33}}{{37}}\) nên xác suất để người đó bị bệnh nhỏ hơn xác suất để người đó không bị bệnh.