Давайте решим задачу по шагам.
Дано:
- Количество задач: 10
- Вероятность того, что Олег решит каждую задачу: p = 0,75
- Вероятность того, что Олег не решит задачу: q = 1 - p = 0,25
- Требуется найти вероятность того, что Олег решит от 7 до 9 задач включительно, то есть решит 7, 8 или 9 задач.
Шаг 1: Определение модели
Это задача биномиального распределения, так как каждое испытание (решение задачи) является независимым, с двумя исходами: решить или не решить.
Формула вероятности для биномиального распределения:
\[ P(k) = C(n, k) \times p^k \times q^{n - k} \]
где:
- \( n = 10 \)
- \( k \) — число успешно решённых задач
- \( C(n, k) \) — число сочетаний (биномиальный коэффициент)
Шаг 2: Вычисление вероятностей для k = 7, 8, 9
Нам нужно найти:
\[ P = P(7) + P(8) + P(9) \]
где
\[ P(k) = C(10, k) \times (0.75)^k \times (0.25)^{10 - k} \]
Шаг 3: Вычисление каждого слагаемого
Для \(k=7\):
\[ C(10, 7) = \frac{10!}{7! \times 3!} = 120 \] \[ P(7) = 120 \times (0.75)^7 \times (0.25)^3 \]
Для \(k=8\):
\[ C(10, 8) = \frac{10!}{8! \times 2!} = 45 \] \[ P(8) = 45 \times (0.75)^8 \times (0.25)^2 \]
Для \(k=9\):
\[ C(10, 9) = \frac{10!}{9! \times 1!} = 10 \] \[ P(9) = 10 \times (0.75)^9 \times (0.25)^1 \]
Шаг 4: Вычисление значений
\(P(7)\):
\[ (0.75)^7 \approx 0.1335 \] \[ (0.25)^3 = 0.015625 \] \[ P(7) = 120 \times 0.1335 \times 0.015625 \approx 120 \times 0.0020859375 \approx 0.2503 \]
\(P(8)\):
\[ (0.75)^8 \approx 0.1001 \] \[ (0.25)^2 = 0.0625 \] \[ P(8) = 45 \times 0.1001 \times 0.0625 \approx 45 \times 0.00625625 \approx 0.281 \]
\(P(9)\):
\[ (0.75)^9 \approx 0.075 \] \[ (0.25)^1 = 0.25 \] \[ P(9) = 10 \times 0.075 \times 0.25 = 10 \times 0.01875 = 0.1875 \]
Шаг 5: Итоговая вероятность
\[ P = P(7) + P(8) + P(9) \approx 0.2503 + 0.281 + 0.1875 = 0.7188 \]
Ответ: вероятность того, что Олег решит от 7 до 9 задач, примерно равна 0,719 или 71,9%.
Если нужны более точные значения, можно использовать калькулятор или программное обеспечение для вычислений.