Вероятность того что купленная лампочка
Вероятность того, что купленная лампочка будет работать, равна 0,95.
Сколько нужно купить лампочек, чтобы с вероятностью 0,99 среди них было не менее пяти работающих?
Решение
Возьмём 6 лампочек. Вероятность того, что среди них будет не менее 5 работающих, есть сумма вероятностей того, что среди них будет ровно 5 работающих и ровно 6 работающих, то есть 6·0,95 5 ·0,05 + 0,95 6 = 0,9672.
Возьмём 7 лампочек. Искомая вероятность равна 21·0,95 5 ·0,05 2 + 7·0,95 6 ·0,05 + 0,95 7 = 0,9962.
Решение №748 Из каждых 100 лампочек, поступающих в продажу …
Из каждых 100 лампочек, поступающих в продажу, в среднем 3 неисправны. Какова вероятность того, что случайно выбранная в магазине лампочка окажется исправной?
Решение:
Всего лампочек 100.
В среднем исправных лампочек поступающих в продажу:
100 – 3 = 97
Вероятность, что лампочка окажется исправной:
Ответ: 0,97.
Есть три секунды времени? Для меня важно твоё мнение!
Насколько понятно решение?
Средняя оценка: 5 / 5. Количество оценок: 7
Оценок пока нет. Поставь оценку первым.
Новости о решённых вариантах ЕГЭ и ОГЭ на сайте ↙️
Вступай в группу vk.com ��
Расскажи, что не так? Я исправлю в ближайшее время!
В отзыве оставь любой контакт для связи, если хочешь, что бы я тебе ответил.
Из каждых 100 лампочек, поступающих в продажу, в среднем 3 неисправны. Какова вероятность того, что случайно выбранная
Рассматриваем случайное событие А, состоящее в том, что случайно выбранная в магазине лампочка будет исправной.
Чтобы вычислить вероятность данного случайного события P(A), необходимо разделить количество исправных лампочек в этой партии на общее количество лампочек.
Узнаем, сколько в партии исправных лампочек:
100 — 3 = 97 штук.
P(A) = 97 / 100 = 0,97.
Ответ: вероятность того, что купленная лампочка окажется исправной, составляет 0,97.
1.8. Формулы Байеса
Материал тесно связан с содержанием предыдущего параграфа. Пусть событие наступило в результате осуществления одной из гипотез . Как определить вероятность того, что имела место та или иная гипотеза?
При условии, что событие уже произошло, вероятности гипотез переоцениваются по формулам, которые в своё время предложил английский священник Томас Байес:
– вероятность того, что имела место гипотеза ;
– вероятность того, что имела место гипотеза ;
– вероятность того, что имела место гипотеза ;
…
– вероятность того, что имела место гипотеза .
На первый взгляд кажется полной нелепицей – зачем пересчитывать вероятности гипотез, если они и так известны? Но на самом деле разница есть:
– это априорные (оцененные до испытания) вероятности.
– это апостериорные (оцененные после испытания) вероятности тех же гипотез, пересчитанные в связи «со вновь открывшимися обстоятельствами » – с учётом того факта, что событие достоверно произошло.
Рассмотрим это различие на конкретном примере:
Задача 60
На склад поступило 2 партии изделий: первая – 4000 штук, вторая – 6000 штук. Средний процент нестандартных изделий в первой партии составляет 20%, а во второй – 10%. Наудачу взятое со склада изделие оказалось стандартным. Найти вероятность того, что оно: а) из первой партии, б) из второй партии.
Первая часть решения состоит в использовании формулы полной вероятности. Иными словами, вычисления проводятся в предположении, что испытание ещё не произведено и событие «изделие оказалось стандартным» пока не наступило.
Рассмотрим две гипотезы:
– наудачу взятое изделие будет из 1-й партии;
– наудачу взятое изделие будет из 2-й партии.
Всего: 4000 + 6000 = 10000 изделий на складе. По классическому определению:
.
Рассмотрим зависимое событие: – наудачу взятое со склада изделие будет стандартным.
В первой партии 100% – 20% = 80% стандартных изделий, поэтому: – вероятность того, что наудачу взятое на складе изделие будет стандартным при условии, что оно принадлежит 1-й партии.
Аналогично, во второй партии 100% – 10% = 90% стандартных изделий и – вероятность того, что наудачу взятое на складе изделие будет стандартным при условии, что оно принадлежит 2-й партии.
По формуле полной вероятности:
– вероятность того, что наудачу взятое на складе изделие будет стандартным.
Часть вторая. Пусть наудачу взятое со склада изделие оказалось стандартным. Эта фраза прямо прописана в условии, и она констатирует тот факт, что событие произошло. По формулам Байеса:
а) – вероятность того, что выбранное стандартное изделие принадлежит 1-й партии;
б) – вероятность того, что выбранное стандартное изделие принадлежит 2-й партии.
После переоценки гипотезы , разумеется, по-прежнему образуют полную группу:
(проверка ;-))
Ответ:
Понять смысл переоценки гипотез нам поможет Иван Васильевич, которой снова сменил профессию и стал директором завода. Он знает, что сегодня 1-й цех отгрузил на склад 4000, а 2-й цех – 6000 изделий, и приходит удостовериться в этом. Предположим, вся продукция однотипна и находится в одном контейнере. Естественно, Иван Васильевич подсчитал, что изделие, которое он сейчас извлечёт для проверки, с вероятностью выпущено первым цехом и с вероятностью – вторым.
Но после того как выбранное изделие оказывается стандартным, он восклицает: «Какой же классный болт! – его скорее выпустил 2-й цех». Таким образом, вероятность второй гипотезы переоценивается в лучшую сторону , а вероятность первой гипотезы занижается: . И эта переоценка небезосновательна – ведь 2-й цех произвёл не только больше изделий, но и работает в 2 раза лучше!
Вы скажете, чистый субъективизм? Отчасти – да, более того, сам Байес интерпретировал апостериорные вероятности как уровень доверия.
И, несмотря на то, что у байесовского подхода немало критиков, в нём есть и объективное зерно. Ведь вероятности того, что изделие будет стандартным (0,8 и 0,9 для 1-го и 2-го цехов соответственно) это предварительные (априорные) и средние оценки.
Но, выражаясь философски – всё течёт, всё меняется, и вероятности в том числе. Вполне возможно, что на момент исследования более успешный 2-й цех повысил процент выпуска стандартных изделий (и / или 1-й цех снизил), и если проверить бОльшее количество либо все 10 тысяч изделий на складе, то переоцененные значения окажутся гораздо ближе к истине.
Кстати, если Иван Васильевич извлечёт нестандартную деталь, то наоборот – он будет больше «подозревать» первый цех и меньше – второй. Предлагаю убедиться в этом самостоятельно:
Задача 61
На склад поступило 2 партии изделий: первая – 4000 штук, вторая – 6000 штук. Средний процент нестандартных изделий в первой партии 20%, во второй – 10%. Наудачу взятое со склада изделие оказалось нестандартным. Найти вероятность того, что оно: а) из первой партии, б) из второй партии.
Условие отличатся двумя буквами, которые я выделил жирным шрифтом. Задачу можно решить с «чистого листа», или воспользоваться результатами предыдущих вычислений. В образце я провёл полное решение, но чтобы не возникло формальной накладки с предыдущей задачей, событие «наудачу взятое со склада изделие будет нестандартным» обозначено через .
Байесовская схема переоценки вероятностей встречается повсеместно, причём её активно эксплуатируют и различного рода мошенники. Рассмотрим ставшее нарицательным АО на три буквы, которое привлекает вклады населения, якобы куда-то их инвестирует, исправно выплачивает 2% в день и т.д. Что происходит? Проходит день за днём, месяц за месяцем и всё новые и новые факты, донесённые путём рекламы и «сарафанным радио», только повышают уровень доверия к финансовой пирамиде (апостериорная байесовская переоценка в связи с произошедшими событиями!). То есть, в глазах вкладчиков происходит постоянное увеличение вероятности того, что «это серьёзная контора»; при этом вероятность противоположной гипотезы («это очередной лохотрон»), само собой, уменьшается и уменьшается. Дальнейшее, думаю, понятно. Примечательно, что заработанная репутация даёт организаторам время успешно скрыться от Ивана Васильевича, который остался не только без партии болтов, но и без штанов.
К не менее любопытным примерам мы вернёмся чуть позже, а пока на очереди, пожалуй, самый распространенный случай с тремя гипотезами:
Задача 62
Электролампы изготавливаются на трех заводах. 1-ый завод производит 30% общего количества ламп, 2-й – 55%, а 3-й – остальную часть. Продукция 1-го завода содержит 1% бракованных ламп, 2-го – 1,5%, 3-го – 2%. В магазин поступает продукция всех трех заводов. Купленная лампа оказалась с браком. Какова вероятность того, что она произведена 2-м заводом?
Заметьте, что в задачах на формулы Байеса в условии обязательно фигурирует некое произошедшее событие, в данном случае – покупка лампы.
Событий прибавилось, и решение удобнее оформить в «быстром» стиле.
Алгоритм точно такой же: на первом шаге находим вероятность того, что купленная лампа вообще окажется бракованной.
Пользуясь исходными данными, переводим проценты в вероятности:
– вероятности того, что лампа произведена 1-м, 2-м и 3-м заводами соответственно.
Контроль:
Аналогично:
– вероятности изготовления бракованной лампы для соответствующих заводов.
– вероятность того, что купленная лампа окажется с браком.
Шаг второй. Пусть купленная лампа оказалась бракованной (событие произошло)
По формуле Байеса:
– вероятность того, что купленная бракованная лампа изготовлена вторым заводом
Ответ: – отвечаем только на то, о чём спрашивалось в условии!
Почему изначальная вероятность 2-й гипотезы после переоценки увеличилась ? Ведь второй завод производит «средние» по качеству лампы (первый – лучше, третий – хуже). Так почему же возросла апостериорная вероятность, что бракованная лампа именно со 2-го завода? Это объясняется уже не «репутацией», а размером. Так как завод № 2 выпустил самое большое количество ламп (более половины), то логично субъективное завышение оценки по принципу «скорее всего, эта бракованная лампа именно оттуда».
Интересно заметить, что вероятности 1-й и 3-й гипотез, переоценились в ожидаемых направлениях и сравнялись:
Контроль: , что и требовалось проверить.
К слову, о заниженных и завышенных оценках:
Задача 63
В студенческой группе 3 человека имеют высокий уровень подготовки, 19 человек – средний и 3 – низкий. Вероятности успешной сдачи экзамена для данных студентов соответственно равны: 0,95; 0,7 и 0,4. Известно, что некоторый студент сдал экзамен. Какова вероятность того, что:
а) он был подготовлен очень хорошо;
б) был подготовлен средне;
в) был подготовлен плохо.
Проведите вычисления и проанализируйте результаты переоценки гипотез.
Предложенная задача приближена к реальности и особенно правдоподобна для группы студентов-заочников, где преподаватель практически не знает способностей того или иного студента. При этом результат может послужить причиной довольно-таки неожиданных последствий (особенно это касается экзаменов в 1-м семестре). Если плохо подготовленному студенту посчастливилось с билетом, то преподаватель с большой вероятностью сочтёт его хорошо успевающим или даже сильным студентом, что принесёт неплохие дивиденды в будущем (естественно, нужно «поднимать планку» и поддерживать свой имидж). Если же студент 7 дней и 7 ночей учил, «зубрил», повторял, но ему просто не повезло, то дальнейшие события могут развиваться в самом скверном ключе – с многочисленными пересдачами и балансировкой на грани «вылета».
Что и говорить, репутация – это важнейший капитал, не случайно многие корпорации носят имена-фамилии своих отцов-основателей, которые руководили делом 100-200 лет назад и прославились своей безупречной репутацией.
Да, байесовский подход в известной степени субъективен, но… так устроена жизнь!
Закрепим материал заключительным индустриальным примером, в котором я расскажу ещё об одном техническом приёме решения:
Задача 64
Три цеха завода производят однотипные детали, которые поступают на сборку в общий контейнер. Известно, что первый цех производит в 2 раза деталей, чем второй цех, и в 4 раза больше третьего цеха. В первом цехе брак составляет 12%, во втором – 8%, в третьем – 4%. Для контроля из контейнера берется одна деталь. Какова вероятность того, что она окажется бракованной? Какова вероятность того, что извлечённую бракованную деталь выпустил 3-й цех?
…таки Иван Васильевич снова на коне, должен же быть у фильма счастливый конец 🙂
Решение: в отличие от предыдущих задач здесь в явном виде задан вопрос, который разрешается с помощью формулы полной вероятности. Но с другой стороны, условие немного «зашифровано», и разгадать этот ребус нам поможет школьный навык составлять простейшие уравнения. За «икс» удобно принять наименьшее значение:
Пусть – доля деталей, выпускаемая третьим цехом.
По условию, первый цех производит в 4 раза больше третьего цеха, поэтому доля 1-го цеха составляет . Кроме того, первый цех производит изделий в 2 раза больше, чем второй цех, а значит, доля последнего: .
Составим и решим уравнение:
Таким образом: – вероятности того, что извлечённая из контейнера деталь выпущена 1-м, 2-м и 3-м цехами соответственно.
Контроль: . Кроме того, будет не лишним ещё раз посмотреть на фразу «Известно, что первый цех производит изделий в 2 раза больше второго цеха и в 4 раза больше третьего цеха» и убедиться, что полученные значения вероятностей действительно соответствуют этому условию.
За «икс» изначально можно было принять долю 1-го либо долю 2-го цеха – вероятности выйдёт такими же. Но, так или иначе, самый трудный участок пройден, и решение входит в накатанную колею:
Из условия находим:
– вероятности изготовления бракованной детали для соответствующих цехов.
– вероятность того, что наугад извлеченная из контейнера деталь окажется нестандартной.
Вопрос второй: какова вероятность того, что извлечённую бракованную деталь выпустил 3-й цех? Данный вопрос предполагает, что деталь уже извлечена, и она оказалось бракованной. Переоцениваем гипотезу по формуле Байеса:
– искомая вероятность. Совершенно ожидаемо – ведь третий цех производит не только самую малую долю деталей, но и лидирует по качеству!
Коль скоро в условии нет пунктов «а» и «бэ», то ответ лучше снабдить текстовыми комментариями:
Ответ: – вероятность того, что извлечённая из контейнера деталь окажется бракованной; – вероятность того, что извлечённую бракованную деталь выпустил 3-й цех.
Как видите, задачи на формулу полной вероятности и формулы Байеса достаточно простЫ, и, наверное, по этой причине в них так часто пытаются затруднить условие, о чём я уже упоминал в начале параграфа.
Полную и свежую версию этой книги в pdf-формате ,
а также курсы по другим темам можно найти здесь.
Также вы можете изучить эту тему подробнее – просто, доступно, весело и бесплатно!