a) Vì thống kê cho thấy tỉ lệ dân số mắc bệnh hiểm nghèo X là 0,2% nên trước khi tiến hành xét nghiệm, xác suất mắc bệnh hiểm nghèo X của ông M là p = 0,2% = 0,002.

b) Gọi A là biến cố: “Ông M mắc bệnh hiểm nghèo X”; B là biến cố: “Xét nghiệm cho kết quả dương tính”.

Khi đó xác suất mắc bệnh hiểm nghèo X của ông M sau khi xét nghiệm cho kết quả dương tính chính là xác suất P(A | B).

Áp dụng công thức ta có

P(A | B) = $\frac{P\left(A\right)\cdot P\left(B|A\right)}{P\left(A\right)\cdot P\left(B|A\right)+P\left(\overline{A}\right)\cdot P\left(B|\overline{A}\right)}$.

Theo câu a) ta có: P(A) = p = 0,002. Suy ra P($\overline{A}$) = 1 – P(A) = 1 – 0,002 = 0,998.

P(B | A) là xác suất xét nghiệm cho kết quả dương tính nếu ông M mắc bệnh hiểm nghèo X. Theo bài ra ta có P(B | A) = 0,95.

P(B | $\overline{A}$) là xác suất xét nghiệm cho kết quả dương tính nếu ông M không mắc bệnh hiểm nghèo X. Theo bài ra ta có P(B | $\overline{A}$) = 0,01.

Khi đó, thay vào công thức Bayes ta được $P\left(A\text{\hspace{0.17em}|\hspace{0.17em}}B\right)=\frac{\mathrm{0,002}\cdot \mathrm{0,95}}{\mathrm{0,002}\cdot \mathrm{0,95}+\mathrm{0,998}\cdot \mathrm{0,01}}\approx \mathrm{0,16}$.

Vậy sau khi xét nghiệm cho kết quả dương tính, xác suất mắc bệnh hiểm nghèo X của ông M là khoảng 0,16.