sử dụng định lý Baye. Gọi \( A \) là sự kiện chọn chai rượu loại A và \( B \) là sự kiện chọn chai rượu loại B.
Xác suất trước khi người thử nếm rượu kết luận là chai rượu loại A (trước khi có bất kỳ thông tin nào từ người thử nếm) được gọi là xác suất tiên nghiệm, thường được ký hiệu là \( P(A) \) và \( P(B) \), và trong trường hợp này, chúng bằng nhau vì số lượng chai rượu loại A và B bằng nhau. Do đó, \( P(A) = P(B) = \frac{1}{2} \).
Xác suất mỗi người thử nếm đoán đúng là 75%, nghĩa là xác suất của sự kiện \( D \) (đoán đúng) khi đã biết chai rượu thực sự là loại A hoặc B:
\[ P(D|A) = P(D|B) = 0.75 \]
Bây giờ, chúng ta muốn tính xác suất chai rượu thực sự là loại A khi có thông tin từ người thử nếm, tức là \( P(A|D) \).
Theo công thức Bayes, xác suất này có thể được tính bằng:
\[ P(A|D) = \frac{P(D|A) \cdot P(A)}{P(D)} \]
Ở đây, \( P(D) \) là xác suất của sự kiện \( D \) (ít hiểu nhầm) và có thể được tính bằng tổng xác suất của \( D \) khi biết rằng chai rượu là loại A hoặc B:
\[ P(D) = P(D|A) \cdot P(A) + P(D|B) \cdot P(B) \]
Tính toán các giá trị cụ thể:
\[ P(D) = 0.75 \cdot \frac{1}{2} + 0.25 \cdot \frac{1}{2} = 0.5 \]
Và sau đó tính \( P(A|D) \):
\[ P(A|D) = \frac{0.75 \cdot \frac{1}{2}}{0.5} = \frac{0.375}{0.5} = 0.75 \]
chai rượu loại A với xác suất 75%.