28.8 Twierdzenie o prawdopodobieństwie całkowitym. Wzór Bayesa
Kartkówka
Grupa A
Zadanie 1 (3 pkt)
W pierwszym pudełku znajdują się $4$ kule niebieskie i $2$ kule czerwone, w drugim pudełku – $3$ kule niebieskie i $5$ kul czerwonych. Rzucamy symetryczną sześcienną kostką do gry. Jeśli wypadną mniej niż trzy oczka, to losujemy jedną kulę z pierwszego pudełka. W przeciwnym przypadku losujemy jedną kulę z drugiego pudełka. Oblicz prawdopodobieństwo wylosowania kuli czerwonej.
Prawdopodobieństwo wylosowania kuli czerwonej wynosi $\frac{19}{36}$.
Aby obliczyć prawdopodobieństwo wylosowania kuli czerwonej, skorzystamy ze wzoru na prawdopodobieństwo całkowite. Zdefiniujmy najpierw zdarzenia:
$A$ - zdarzenie polegające na wylosowaniu kuli czerwonej.
$B_1$ - zdarzenie polegające na losowaniu kuli z pierwszego pudełka.
$B_2$ - zdarzenie polegające na losowaniu kuli z drugiego pudełka.
Zgodnie ze wzorem na prawdopodobieństwo całkowite:\[P(A) = P(A|B_1) \cdot P(B_1) + P(A|B_2) \cdot P(B_2)\]Najpierw obliczmy prawdopodobieństwa wylosowania kuli z każdego z pudełek. Wybór pudełka zależy od wyniku rzutu kostką. Zbiór możliwych wyników to $\Omega = \{1, 2, 3, 4, 5, 6\}$.
Losujemy z pierwszego pudełka, gdy wypadnie mniej niż trzy oczka, czyli $1$ lub $2$. Są $2$ takie możliwości z $6$ możliwych.\[P(B_1) = \frac{2}{6} = \frac{1}{3}\]Losujemy z drugiego pudełka w przeciwnym przypadku, czyli gdy wypadnie $3, 4, 5$ lub $6$. Są $4$ takie możliwości.\[P(B_2) = \frac{4}{6} = \frac{2}{3}\]Teraz obliczmy prawdopodobieństwa warunkowe wylosowania kuli czerwonej z każdego z pudełek.
W pierwszym pudełku są $4$ kule niebieskie i $2$ czerwone, łącznie $6$ kul. Prawdopodobieństwo wylosowania kuli czerwonej z tego pudełka wynosi:\[P(A|B_1) = \frac{2}{6} = \frac{1}{3}\]W drugim pudełku są $3$ kule niebieskie i $5$ czerwonych, łącznie $8$ kul. Prawdopodobieństwo wylosowania kuli czerwonej z tego pudełka wynosi:\[P(A|B_2) = \frac{5}{8}\]Podstawiamy obliczone wartości do wzoru na prawdopodobieństwo całkowite:\[P(A) = \frac{1}{3} \cdot \frac{1}{3} + \frac{5}{8} \cdot \frac{2}{3}\]\[P(A) = \frac{1}{9} + \frac{10}{24} = \frac{1}{9} + \frac{5}{12}\]Sprowadzamy do wspólnego mianownika, którym jest $36$:\[P(A) = \frac{4}{36} + \frac{15}{36} = \frac{19}{36}\]
Zadanie 2 (4 pkt)
W magazynie jest pięć identycznych wag, z których jedna jest wadliwa. Prawdopodobieństwo, że sprawna waga wskaże błędny wynik, przekraczający normę, wynosi $0,02$. Dla wagi wadliwej to prawdopodobieństwo wynosi $0,5$. Kontroler jakości wybrał losowo jedną wagę i dokonał pomiaru.
a) Oblicz prawdopodobieństwo, że pomiar przekroczył dopuszczalną normę błędu.
b) Okazało się, że pomiar przekroczył normę błędu. Jakie jest prawdopodobieństwo, że kontroler użył sprawnej wagi?
a) Prawdopodobieństwo, że pomiar przekroczył normę błędu, wynosi $0,116$.
b) Prawdopodobieństwo, że kontroler użył sprawnej wagi, wynosi $\frac{4}{29}$.
Oznaczmy zdarzenia:
$S$ - kontroler wybrał sprawną wagę.
$W$ - kontroler wybrał wadliwą wagę.
$B$ - pomiar przekroczył dopuszczalną normę błędu.
Z treści zadania wiemy, że jest 5 wag, w tym 1 wadliwa i 4 sprawne. Prawdopodobieństwo wyboru konkretnego typu wagi wynosi:\[P(S) = \frac{4}{5} = 0,8\]\[P(W) = \frac{1}{5} = 0,2\]Znamy również prawdopodobieństwa warunkowe uzyskania błędu w zależności od stanu wagi:\[P(B|S) = 0,02\]\[P(B|W) = 0,5\]a) Obliczamy prawdopodobieństwo całkowite zdarzenia $B$, korzystając ze wzoru na prawdopodobieństwo całkowite:\[P(B) = P(B|S) \cdot P(S) + P(B|W) \cdot P(W)\]Podstawiając dane:\[P(B) = 0,02 \cdot 0,8 + 0,5 \cdot 0,2\]\[P(B) = 0,016 + 0,1\]\[P(B) = 0,116\]b) Mamy obliczyć prawdopodobieństwo warunkowe $P(S|B)$, czyli prawdopodobieństwo, że użyto sprawnej wagi, pod warunkiem, że pomiar przekroczył normę błędu. Korzystamy ze wzoru Bayesa:\[P(S|B) = \frac{P(B|S) \cdot P(S)}{P(B)}\]Podstawiając wartości:\[P(S|B) = \frac{0,02 \cdot 0,8}{0,116}\]\[P(S|B) = \frac{0,016}{0,116}\]\[P(S|B) = \frac{16}{116} = \frac{4 \cdot 4}{29 \cdot 4} = \frac{4}{29}\]
Zadanie 3 (3 pkt)
Wśród wyrobów pierwszej i drugiej firmy braki stanowią odpowiednio $4\%$ i $2\%$. Pierwsza z tych firm dostarcza do hurtowni trzy razy więcej wyrobów niż druga.
a) Oblicz prawdopodobieństwo zdarzenia: jedna sztuka towaru zakupiona w tej hurtowni okaże się dobra.
b) Losowo wybrana sztuka towaru w tej hurtowni okazała się dobra. Oblicz prawdopodobieństwo zdarzenia: wybrana sztuka towaru pochodziła z pierwszej firmy.
a) Prawdopodobieństwo, że towar jest dobry, wynosi $\frac{193}{200}$.
b) Prawdopodobieństwo, że dobry towar pochodził z pierwszej firmy, wynosi $\frac{144}{193}$.
Oznaczmy zdarzenia:
$F_1$ - wybrany towar pochodzi z pierwszej firmy,
$F_2$ - wybrany towar pochodzi z drugiej firmy,
$D$ - wybrany towar jest dobry,
$B$ - wybrany towar jest brakiem.
Z treści zadania wiemy, że:
$P(B|F_1) = 0.04$,
$P(B|F_2) = 0.02$.
Pierwsza firma dostarcza trzy razy więcej wyrobów niż druga. Oznacza to, że na 4 towary w hurtowni, 3 pochodzą z firmy 1, a 1 z firmy 2. Zatem prawdopodobieństwa wyboru towaru z danej firmy wynoszą:\[P(F_1) = \frac{3}{4}\]\[P(F_2) = \frac{1}{4}\]Prawdopodobieństwa, że towar z danej firmy jest dobry, wynoszą:\[P(D|F_1) = 1 - P(B|F_1) = 1 - 0.04 = 0.96\]\[P(D|F_2) = 1 - P(B|F_2) = 1 - 0.02 = 0.98\]a) Obliczamy prawdopodobieństwo, że losowo wybrana sztuka towaru jest dobra. Korzystamy ze wzoru na prawdopodobieństwo całkowite:\[P(D) = P(D|F_1) \cdot P(F_1) + P(D|F_2) \cdot P(F_2)\]\[P(D) = 0.96 \cdot \frac{3}{4} + 0.98 \cdot \frac{1}{4}\]\[P(D) = \frac{2.88}{4} + \frac{0.98}{4} = \frac{3.86}{4} = \frac{386}{400} = \frac{193}{200}\]b) Obliczamy prawdopodobieństwo, że wybrany towar pochodził z pierwszej firmy, pod warunkiem, że okazał się dobry. Korzystamy ze wzoru Bayesa:\[P(F_1|D) = \frac{P(D|F_1) \cdot P(F_1)}{P(D)}\]\[P(F_1|D) = \frac{0.96 \cdot \frac{3}{4}}{\frac{193}{200}} = \frac{\frac{2.88}{4}}{\frac{193}{200}} = \frac{0.72}{\frac{193}{200}} = 0.72 \cdot \frac{200}{193} = \frac{144}{193}\]
Zadanie 4 (4 pkt)
Test wykrywający pewną chorobę jest efektywny w $95\%$ dla osób chorych (tzn., jeśli badany jest chory, test w $95\%$ potwierdza chorobę) i w $97\%$ dla osób zdrowych (tzn., jeśli badany jest zdrowy, test w $97\%$ wyklucza chorobę). W pewnym regionie średnio $200$ na $10\,000$ osób cierpi na tę chorobę.
a) Oblicz prawdopodobieństwo zdarzenia: test wykonany na losowo wybranej osobie z tego regionu wykluczy u niej chorobę.
b) U losowo wybranej osoby z tego regionu test wykluczył chorobę. Oblicz prawdopodobieństwo zdarzenia: losowo wybrana osoba cierpi na tę chorobę.
a) Prawdopodobieństwo, że test wykluczy chorobę, wynosi $0.9516$.
b) Prawdopodobieństwo, że osoba jest chora, mimo że test wykluczył chorobę, wynosi $\frac{5}{4758}$.
Oznaczmy następujące zdarzenia:
$C$ - losowo wybrana osoba jest chora.
$Z$ - losowo wybrana osoba jest zdrowa.
$T_+$ - test dał wynik dodatni (potwierdził chorobę).
$T_-$ - test dał wynik ujemny (wykluczył chorobę).
Z treści zadania znamy następujące prawdopodobieństwa:
- Prawdopodobieństwo, że losowo wybrana osoba jest chora: $P(C) = \frac{200}{10000} = 0.02$.
- Prawdopodobieństwo, że test potwierdzi chorobę u osoby chorej (czułość testu): $P(T_+|C) = 0.95$.
- Prawdopodobieństwo, że test wykluczy chorobę u osoby zdrowej (swoistość testu): $P(T_-|Z) = 0.97$.
Możemy obliczyć prawdopodobieństwa zdarzeń przeciwnych:
- Prawdopodobieństwo, że losowo wybrana osoba jest zdrowa: $P(Z) = 1 - P(C) = 1 - 0.02 = 0.98$.
- Prawdopodobieństwo, że test wykluczy chorobę u osoby chorej (wynik fałszywie ujemny): $P(T_-|C) = 1 - P(T_+|C) = 1 - 0.95 = 0.05$.
- Prawdopodobieństwo, że test potwierdzi chorobę u osoby zdrowej (wynik fałszywie dodatni): $P(T_+|Z) = 1 - P(T_-|Z) = 1 - 0.97 = 0.03$.
a) Obliczamy prawdopodobieństwo, że test wykluczy chorobę u losowo wybranej osoby.
Korzystamy ze wzoru na prawdopodobieństwo całkowite:\[P(T_-) = P(T_-|C) \cdot P(C) + P(T_-|Z) \cdot P(Z)\]Podstawiamy wartości:\[P(T_-) = 0.05 \cdot 0.02 + 0.97 \cdot 0.98\]\[P(T_-) = 0.001 + 0.9506\]\[P(T_-) = 0.9516\]b) Obliczamy prawdopodobieństwo, że osoba jest chora, pod warunkiem, że test wykluczył chorobę.
Korzystamy ze wzoru Bayesa:\[P(C|T_-) = \frac{P(T_-|C) \cdot P(C)}{P(T_-)}\]Znamy już wszystkie potrzebne wartości:\[P(C|T_-) = \frac{0.05 \cdot 0.02}{0.9516}\]\[P(C|T_-) = \frac{0.001}{0.9516}\]\[P(C|T_-) = \frac{10}{9516} = \frac{5}{4758}\]
Zadanie 5 (5 pkt)
Trzy zakłady produkują ten sam model części samochodowej. Stosunek ilościowy produkcji tych zakładów jest równy $4:4:2$. Wiadomo również, że pierwszy zakład produkuje $80\%$ części w I gatunku, drugi – $85\%$ części w I gatunku, a trzeci – $90\%$ części w I gatunku. Cała produkcja z tych trzech zakładów trafia do jednego magazynu. Kontroler jakości wybrał losowo jedną część.
a) Oblicz prawdopodobieństwo zdarzenia: wybrana część jest w I gatunku i została wyprodukowana w drugim zakładzie.
b) Oblicz prawdopodobieństwo zdarzenia: wybrana część jest w I gatunku.
c) Okazało się, że wybrana część jest w I gatunku. Oblicz prawdopodobieństwo zdarzenia: wybrana część została wyprodukowana w drugim zakładzie.
a) $P(G_1 \cap Z_2) = 0.34$
b) $P(G_1) = 0.84$
c) $P(Z_2 | G_1) = \frac{17}{42}$
Wprowadźmy oznaczenia zdarzeń:
$Z_1$ – zdarzenie polegające na tym, że losowo wybrana część została wyprodukowana w pierwszym zakładzie.
$Z_2$ – zdarzenie polegające na tym, że losowo wybrana część została wyprodukowana w drugim zakładzie.
$Z_3$ – zdarzenie polegające na tym, że losowo wybrana część została wyprodukowana w trzecim zakładzie.
$G_1$ – zdarzenie polegające na tym, że losowo wybrana część jest w I gatunku.
Stosunek produkcji zakładów wynosi $4:4:2$. Suma części stosunku to $4+4+2=10$. Na tej podstawie możemy obliczyć prawdopodobieństwa wylosowania części z każdego zakładu:\[P(Z_1) = \frac{4}{10} = 0.4\]\[P(Z_2) = \frac{4}{10} = 0.4\]\[P(Z_3) = \frac{2}{10} = 0.2\]Z treści zadania znamy również prawdopodobieństwa warunkowe wyprodukowania części w I gatunku przez każdy z zakładów:\[P(G_1 | Z_1) = 80\% = 0.8\]\[P(G_1 | Z_2) = 85\% = 0.85\]\[P(G_1 | Z_3) = 90\% = 0.9\]a) Obliczamy prawdopodobieństwo, że wybrana część jest w I gatunku i pochodzi z drugiego zakładu, czyli $P(G_1 \cap Z_2)$.
Korzystamy ze wzoru na prawdopodobieństwo iloczynu zdarzeń: $P(A \cap B) = P(A|B) \cdot P(B)$.\[P(G_1 \cap Z_2) = P(G_1 | Z_2) \cdot P(Z_2)\]\[P(G_1 \cap Z_2) = 0.85 \cdot 0.4 = 0.34\]b) Obliczamy prawdopodobieństwo, że wybrana część jest w I gatunku, czyli $P(G_1)$.
Korzystamy ze wzoru na prawdopodobieństwo całkowite:\[P(G_1) = P(G_1 | Z_1) \cdot P(Z_1) + P(G_1 | Z_2) \cdot P(Z_2) + P(G_1 | Z_3) \cdot P(Z_3)\]\[P(G_1) = 0.8 \cdot 0.4 + 0.85 \cdot 0.4 + 0.9 \cdot 0.2\]\[P(G_1) = 0.32 + 0.34 + 0.18 = 0.84\]c) Obliczamy prawdopodobieństwo, że wybrana część została wyprodukowana w drugim zakładzie, pod warunkiem, że jest w I gatunku, czyli $P(Z_2 | G_1)$.
Korzystamy ze wzoru na prawdopodobieństwo warunkowe (wzór Bayesa):\[P(Z_2 | G_1) = \frac{P(G_1 \cap Z_2)}{P(G_1)}\]Wartości licznika i mianownika obliczyliśmy w podpunktach a) i b).\[P(Z_2 | G_1) = \frac{0.34}{0.84} = \frac{34}{84} = \frac{17}{42}\]
Grupa B
Zadanie 1 (3 pkt)
W pierwszym pudełku znajduje się $6$ kul zielonych i $4$ kule żółte, w drugim pudełku – $2$ kule zielone i $7$ kul żółtych. Rzucamy symetryczną sześcienną kostką do gry. Jeśli wypadnie liczba oczek będąca liczbą pierwszą, losujemy jedną kulę z pierwszego pudełka. W przeciwnym przypadku losujemy jedną kulę z drugiego pudełka. Oblicz prawdopodobieństwo wylosowania kuli żółtej.
Prawdopodobieństwo wylosowania kuli żółtej wynosi $\frac{53}{90}$.
Zadanie 2 (4 pkt)
W laboratorium znajduje się dziesięć mikroskopów, z których dwa są niepoprawnie skalibrowane. Prawdopodobieństwo uzyskania niedokładnego wyniku przy użyciu dobrze skalibrowanego mikroskopu wynosi $0,05$. W przypadku mikroskopu nieskalibrowanego, prawdopodobieństwo to wzrasta do $0,6$. Student losowo wybrał mikroskop do przeprowadzenia obserwacji.
a) Jakie jest prawdopodobieństwo, że uzyskany przez niego wynik będzie niedokładny?
b) Jeśli wynik okazał się niedokładny, jakie jest prawdopodobieństwo, że student użył nieskalibrowanego mikroskopu?
a) Prawdopodobieństwo, że wynik będzie niedokładny, wynosi $0,16$.
b) Prawdopodobieństwo, że student użył nieskalibrowanego mikroskopu, wynosi $\frac{3}{4}$.
Zadanie 3 (3 pkt)
Wśród wyrobów pierwszej i drugiej firmy braki stanowią odpowiednio $6\%$ i $1\%$. Druga z tych firm dostarcza do hurtowni cztery razy więcej wyrobów niż pierwsza.
a) Oblicz prawdopodobieństwo zdarzenia: jedna sztuka towaru zakupiona w tej hurtowni okaże się dobra.
b) Losowo wybrana sztuka towaru w tej hurtowni okazała się dobra. Oblicz prawdopodobieństwo zdarzenia: wybrana sztuka towaru pochodziła z pierwszej firmy.
a) Prawdopodobieństwo, że towar jest dobry, wynosi $\frac{49}{50}$.
b) Prawdopodobieństwo, że dobry towar pochodził z pierwszej firmy, wynosi $\frac{47}{245}$.
Zadanie 4 (4 pkt)
Test wykrywający pewną chorobę jest efektywny w $99.5\%$ dla osób chorych (tzn., jeśli badany jest chory, test w $99.5\%$ potwierdza chorobę) i w $99\%$ dla osób zdrowych (tzn., jeśli badany jest zdrowy, test w $99\%$ wyklucza chorobę). W pewnym regionie średnio $50$ na $10\,000$ osób cierpi na tę chorobę.
a) Oblicz prawdopodobieństwo zdarzenia: test wykonany na losowo wybranej osobie z tego regionu wykluczy u niej chorobę.
b) U losowo wybranej osoby z tego regionu test wykluczył chorobę. Oblicz prawdopodobieństwo zdarzenia: losowo wybrana osoba cierpi na tę chorobę.
a) Prawdopodobieństwo, że test wykluczy chorobę, wynosi $0.985075$.
b) Prawdopodobieństwo, że osoba jest chora, mimo że test wykluczył chorobę, wynosi $\frac{1}{39403}$.
Zadanie 5 (5 pkt)
Trzy linie produkcyjne wytwarzają ten sam element elektroniczny. Stosunek ilościowy produkcji tych linii jest równy $1:2:7$. Wiadomo również, że pierwsza linia produkuje $98\%$ elementów bez wad, druga – $95\%$ elementów bez wad, a trzecia – $90\%$ elementów bez wad. Wszystkie wyprodukowane elementy trafiają do wspólnego pojemnika. Technik wybrał losowo jeden element.
a) Oblicz prawdopodobieństwo zdarzenia: wybrany element jest bez wad i został wyprodukowany na pierwszej linii.
b) Oblicz prawdopodobieństwo zdarzenia: wybrany element jest bez wad.
c) Okazało się, że wybrany element jest bez wad. Oblicz prawdopodobieństwo zdarzenia: wybrany element został wyprodukowany na pierwszej linii.
a) $P(B \cap L_1) = 0.098$
b) $P(B) = 0.918$
c) $P(L_1 | B) = \frac{49}{459}$
