Cho hai biến cố và
, với
,
,
. Tính
.
Theo công thức Bayes, ta có
.
Cho hai biến cố và
, với
,
,
. Tính
.
Theo công thức Bayes, ta có
.
Kết quả khảo sát tại một xã cho thấy có cư dân hút thuốc lá. Tỉ lệ cư dân thường xuyên gặp các vấn đề sức khoẻ về đường hô hấp trong số những người hút thuốc lá và không hút thuốc lá lần lượt là
và
, được biểu diễn ở sơ đồ hình cây sau:

Nếu ta gặp một cư dân của xã thường xuyên gặp các vấn đề sức khoẻ về đường hô hấp thì xác suất người đó có hút thuốc lá là bao nhiêu?
Giả sử ta gặp một cư dân của xã, gọi là biến cố "Người đó có hút thuốc lá" và
là biến cố "Người đó thường xuyên gặp các vấn đề sức khoẻ về đường hô hấp". Ta có sơ đồ hình cây sau:

Ta có .
Theo công thức Bayes, ta có .
Cho hai biến cố và
, với
,
,
. Giá trị
bằng
Ta có:
Công thức xác suất toàn phần
Cho hai biến cố và
với
. Khi đó công thức xác suất toàn phần tính
là:
Ta có công thức xác suất toàn phần tính là:
Một loại linh kiện do 3 nhà máy số I, số II, số III cùng sản xuất. Tỷ lệ phế phẩm của các nhà máy lần lượt là: I; 0,04; II: 0,03 và III: 0,05. Trong 1 lô linh kiện để lẫn lộn 80 sản phẩm của nhà máy số I, 120 của nhà máy số II và 100 của nhà máy số III. Một khách hàng lấy ngẫu nhiên 1 linh kiện từ lô hàng đó. Tính xác suất để được linh kiện tốt?
Gọi E1 là biến cố phế phẩm máy số I
E2 là biến cố phế phẩm máy số II
E3 là biến cố phế phẩm máy số III
Gọi B là biến cố khách hàng lấy được 1 linh kiện tốt
Xác suất để khách hàng lấy được linh kiện tốt là:
Hộp I có 4 viên bi đỏ, 2 viên bi xanh; hộp II có 3 viên bi đỏ, 3 viên bi xanh. Bỏ ngẫu nhiên một viên bi từ hộp I sang hộp II, sau đó lại bỏ ngẫu nhiên một viên bi từ hộp II sang hộp I. Cuối cùng rút ngẫu nhiên từ hộp I ra một viên bi. 1. Tính xác suất để viên bi rút ra sau cùng màu đỏ?
Gọi D1, X1 tương ứng là "lấy được viên bi đỏ, xanh từ hộp I sang hộp II",
D2, X2 tương ứng là "lấy được viên bi đỏ, xanh từ hộp II sang hộp I".
Khi đó hệ D1D2, D1X2, X1D2, X1X2 tạo thành hệ đầy đủ.
Ta có:
Gọi A là "viên bi rút ra sau cùng là màu đỏ".
Ta xác định được:
Áp dụng công thức xác suất toàn phần:
Một bình đựng hạt giống có 7 hạt loại A và 6 hạt loại B. Lấy ngẫu nhiên lần thứ nhất ra 2 hạt, lần thứ hai ra một hạt. Biết hạt giống lấy ra lần hai loại A. Tính xác suất để hai hạt lấy ra lần thứ nhất đều loại B.
Gọi F là biến cố hạt lấy ra lần hai là loại A. H0, H1, H2 lần lượt là biến cố hai hạt lấy ra lần thứ nhất có 0, 1, 2 hạt loại B.
{H0, H1, H2} là một hệ đầy đủ.
Áp dụng công thức xác suất đầy đủ ta có
.
Áp dụng công thức Bayes, ta được:
.
Tỉ lệ người dân đã tiêm vắc xin phòng bệnh ở một địa phương là
. Trong số những người đã tiêm phòng, tỉ lệ mắc bệnh
là
; trong số những người chưa tiêm, tỉ lệ mắc bệnh
là
. Chọn ngẫu nhiên một người ở địa phương đó. Tính xác suất người được chọn mắc bệnh
.
Gọi là biến cố “Người dân được tiêm phòng bệnh
”
là biến cố “Người dân mắc bệnh
”.
Ta có .
Tỉ lệ mắc bệnh khi tiêm phòng là: .
Tỉ lệ mắc bệnh khi chưa tiêm phòng là .
Xác suất người này mắc bệnh là:
Cho hai biến cố và
, với
,
,
Tính
Do
Theo công thức xác suất toàn phần ta có:
Cho 2 biến cố và
biết
. Khi đó xác suất xảy ra biến cố
là bao nhiêu?
Ta có: .
.
Theo công thức xác suất toàn phần:
.
Có 2 xạ thủ loại I và 8 xạ thủ loại II, xác suất bắn trúng đích của các loại xạ thủ loại I là 0,9 và loại II là 0,7. Chọn ngẫu nhiên ra hai xạ thủ và mỗi người bắn một viên đạn. Tìm xác suất để cả hai viên đạn đó trúng đích.
Gọi B là biến cố "Cả 2 viên đạn trúng đích".
là biến cố "Chọn được i xạ thủ loại I".
Ta có tạo thành họ đầy đủ các biến cố.
Áp dụng công thức, ta có
Điều trị phương pháp I, phương pháp II, phương pháp III tương ứng cho bệnh nhân. Xác suất khỏi của các phương pháp tương ứng là
. Điều trị một trong 3 phương pháp cho bệnh nhân đã khỏi, tìm phương pháp có tỉ lệ chữa khỏi bệnh thấp nhất?
Tổng số bệnh nhân điều trị là 10000 người
Gọi A1 là biến cố bệnh nhân điều trị bởi phương pháp thứ I.
A2 là biến cố bệnh nhân điều trị bởi phương pháp thứ II.
A3 là biến cố bệnh nhân điều trị bởi phương pháp thứ III.
Khi đó:
Gọi B là biến cố điều trị khỏi bệnh.
Khi đó
Áp dụng công thức xác suất toàn phần ta có:
Ta có:
Vậy phương pháp có tỉ lệ chữa khỏi bệnh thấp nhất là phương pháp III.
Một hộp có bi xanh và
bi đen, các viên bi đều có cùng hình dáng, kích thước và khối lượng. Bạn Nam lấy ngẫu nhiên một viên trong hộp, không trả lại. Sau đó Bạn Lan lấy ngẫu nhiên một trong
viên bi còn lại. Gọi
là biến cố bạn Nam lấy được một viên bi xanh và
là biến cố bạn Lan lấy được một viên bi đen.
a) .Đúng||Sai
b) Đúng||Sai
c) .Sai||Đúng
d) . Sai||Đúng
Một hộp có bi xanh và
bi đen, các viên bi đều có cùng hình dáng, kích thước và khối lượng. Bạn Nam lấy ngẫu nhiên một viên trong hộp, không trả lại. Sau đó Bạn Lan lấy ngẫu nhiên một trong
viên bi còn lại. Gọi
là biến cố bạn Nam lấy được một viên bi xanh và
là biến cố bạn Lan lấy được một viên bi đen.
a) .Đúng||Sai
b) Đúng||Sai
c) .Sai||Đúng
d) . Sai||Đúng
a) Đ Vì hộp có bi xanh nên số phần tử của biến cố
là
.
b) Đ Vì bạn Nam lấy ngẫu nhiên 1 viên bi từ hộp chứa bi xanh và
bi đen nên
Do đó, .
c) S Nếu xảy ra tức là bạn Nam lấy được bi xanh thì trong hộp có
viên bi với
bi đen
Do đó, .
d) S Áp dụng công thức nhân xác suất, ta có:
Một xí nghiệp mỗi ngày sản xuất ra sản phẩm trong đó có
sản phẩm lỗi. Lần lượt lấy ra ngẫu nhiên hai sản phẩm không hoàn lại để kiểm tra.
a) Xác suất lấy ra sản phẩm lần thứ nhất bị lỗi là .Đúng||Sai
b) Xác suất lấy ra được cả hai sản phẩm bị lỗi là .Sai||Đúng
c) Xác suất lấy ra sản phẩm lần thứ hai bị lỗi, biết rằng lấy lần thứ nhất sản phẩm không bị lỗi là . Đúng||Sai
d) Xác suất lấy ra sản phẩm lần thứ hai bị lỗi là . Đúng||Sai
Một xí nghiệp mỗi ngày sản xuất ra sản phẩm trong đó có
sản phẩm lỗi. Lần lượt lấy ra ngẫu nhiên hai sản phẩm không hoàn lại để kiểm tra.
a) Xác suất lấy ra sản phẩm lần thứ nhất bị lỗi là .Đúng||Sai
b) Xác suất lấy ra được cả hai sản phẩm bị lỗi là .Sai||Đúng
c) Xác suất lấy ra sản phẩm lần thứ hai bị lỗi, biết rằng lấy lần thứ nhất sản phẩm không bị lỗi là . Đúng||Sai
d) Xác suất lấy ra sản phẩm lần thứ hai bị lỗi là . Đúng||Sai
a) Đ Xét các biến cố:
: Sản phẩm lấy ra lần thứ nhất bị lỗi. Khi đó, ta có:
;
.
: Sản phẩm lấy ra lần thứ hai bị lỗi.
b) S - Khi sản phẩm lấy ra lần thứ nhất bị lỗi thì còn sản phẩm và trong đó có
sản phẩm lỗi nên ta có:
.
c) Đ Khi sản phẩm lấy ra lần thứ nhất không bị lỗi thì còn sản phẩm trong đó có
sản phẩm lỗi nên ta có:
d) Đ - Khi sản phẩm lấy ra lần thứ nhất bị lỗi thì còn sản phẩm và trong đó có
sản phẩm lỗi nên ta có:
, suy ra
.
- Khi sản phẩm lấy ra lần thứ nhất không bị lỗi thì còn sản phẩm trong đó có
sản phẩm lỗi nên ta có:
, suy ra
.
Khi đó, xác suất để sản phẩm lấy ra lần thứ hai bị lỗi là:
.
Trong một đợt kiểm tra sức khoẻ, có một loại bệnhmà tỉ lệ người mắc bệnh là
và một loại xét nghiệm
mà̀ ai mắc bệnh
khi xét nghiệm
cũng có phản ứng dương tính. Tuy nhiên, có
những người không bị bệnh
lại có phản ứng dương tính với xét nghiệm
. Chọn ngẫu nhiên 1 người trong đợt kiểm tra sức khoẻ đó. Các khẳng định sau đúng hay sai?
a) Xác suất người được chọn không mắc bệnh X là .Sai||Đúng
b) Xác suất người được chọn có phản ứng dương tính với xét nghiệm Y biết rằng người đó mắc bệnh X là 0,94. Sai||Đúng
c) Xác suất người được chọn không mắc bệnh X biết rằng người đó có phản ứng dương tính với xét nghiệm Y là 0,06. Đúng||Sai
d) Giả sử người đó có phản ứng dương tính với xét nghiệm Y. Xác suất người đó bị mắc bệnh X (làm tròn kết quả đến hàng phần trăm) là 0,03.Đúng||Sai
Xét các biến cố:
A: "Người được chọn mắc bệnh X ";
B: "Người được chọn có phản ứng dương tính với xét nghiệm Y".
Theo giả thiết ta có:
Xác suất người được chọn có phản ứng dương tính với xét nghiệm Y biết rằng người đó mắc bệnh X là
Xác suất người được chọn không mắc bệnh X biết rằng người đó có phản ứng dương tính với xét nghiệm Y là
Theo công thức Bayes, ta có:
Vậy nếu người được chọn có phản ứng dương tính với xét nghiệm Y thì xác suất bị mắc bệnh X của người đó là khoảng 0,03.
Một trạm chỉ phát hai tín hiệu A và B với xác suất tương ứng và
. do có nhiễu trên đường truyền nên
tín hiệu A bị méo và thu được như tín hiệu B còn
tín hiệu B bị méo cà thu được như A. Xác suất thu được tín hiệu A là:
Gọi A là biến cố “Phát tín hiệu A ”
Gọi B là biến cố “Phát tín hiệu A ”
Gọi TA là biến cố “Phát được tín hiệu A ”
Gọi TB là biến cố “Phát được tín hiệu B”.
Ta cần tính ta có:
khi đó:
Theo công thức Bayes, ta có:
Một chiếc hộp có viên bi, trong đó có
viên bi màu đỏ và
viên bi màu vàng; các viên bi có kích thước và khối lượng như nhau. Bạn Minh lấy
viên bi từ hộp sau đó bạn Châu lấy viên bi thứ hai. Tính xác suất để bạn Châu lấy được viên bi màu đỏ.
Xét hai biến cố : “ Bạn Châu lấy được viên bi màu đỏ”
“ Bạn Minh lấy được viên bi màu đỏ”
Khi đó ta có:
Áp dụng công thức xác suất toàn phần, ta có:
Cho hai biến cố và
với
. Tính
?
Ta có:
Áp dụng công thức xác suất toàn phần ta có:
Có hai hộp đựng bóng giống nhau (khác màu sắc):
Hộp thứ chứa 10 quả bóng trong đó có 9 quả màu đen.
Hộp thứ hai chứa 20 quả bóng trng đó có 18 quả màu đen,
Từ hộp thứ nhất lấy ngẫu nhiên một quả bóng bỏ sang hộp thứ hai. Tìm xác suất để lấy ngẫu nhiên một quả bóng từ hộp thứ hai được quả màu đen?
Gọi A là biến cố lấy được quả bóng màu đen từ hộp thứ hai.
Biến cố A có thể xảy ra đòng thời với một trong hai biến cố sau đây tạo nên một nhóm đầy đủ các biến cố:
H1 là biến cố quả bóng bỏ từ hộp thứ nhất sang hộp thứ hai là màu đen.
H2 là biến cố quả bóng bỏ từ hộp thứ nhất sang hộp thứ hai không phải màu đen.
Xác suất để từ hộp thứ nhất bỏ sang hộp thứ hai là quả bóng màu đen bằng:
Xác suất để từ hộp thứ nhất bỏ sang hộp thứ hai không phải quả bóng màu đen bằng:
Xác suất có điều kiện để từ hộp thứ hai lấy được quả bóng màu đen khi các giả thuyết xảy ra là:
Do đó:
Cho sơ đồ hình cây như sau

Tính xác suất của biến cố .
Ta có .
Theo Nghị định 147/2024/ND-CP, bạn cần xác thực tài khoản trước khi sử dụng tính năng này. Chúng tôi sẽ gửi mã xác thực qua SMS hoặc Zalo tới số điện thoại mà bạn nhập dưới đây: