Math Problem Statement

見分けのつかない袋が 3 つある. 袋1 には赤玉と白玉が 3 : 1 の割合で,袋2 には 1 : 3 の割合で,袋3 には 1 : 1 で入っている.

1 つの袋を無作為に選び,その中から 1 つ玉を取り出したところ,赤玉だった. その後,取り出した玉を元の袋に戻してよくかき混ぜ,その袋から 1 つ玉を取り出すという作業を 2 回繰り返した. 2 回目も 3 回目も取り出した玉の色は赤だった.

このとき,(1) 2 回目 および (2) 3 回目の玉の取り出し終了時点での 袋1 の事後確率を求めよ.

解答は分数でも少数でもよい. 小数で解答する場合は,小数点以下第3位までを解答すること(第4位以下を四捨五入).

Solution

この問題は、ベイズの定理と事後確率を用いて解くことができます。袋1が選ばれている確率(事後確率)を各ステップ(2回目と3回目の赤玉が出た時点)で計算します。

問題の設定

  1. 袋1には赤玉と白玉が3:1の割合で入っているため、赤玉を取り出す確率 P(袋1)=34P(\text{赤}|\text{袋1}) = \frac{3}{4}
  2. 袋2には赤玉と白玉が1:3の割合で入っているため、赤玉を取り出す確率 P(袋2)=14P(\text{赤}|\text{袋2}) = \frac{1}{4}
  3. 袋3には赤玉と白玉が1:1の割合で入っているため、赤玉を取り出す確率 P(袋3)=12P(\text{赤}|\text{袋3}) = \frac{1}{2}
  4. 各袋が選ばれる確率は等しいので、各袋を選ぶ事前確率は P(袋1)=P(袋2)=P(袋3)=13P(\text{袋1}) = P(\text{袋2}) = P(\text{袋3}) = \frac{1}{3}

(1) 2回目の玉の取り出し終了時点での袋1の事後確率

まず、1回目に赤玉が出た後の事後確率を計算し、その後2回目に赤玉が出たときの事後確率を求めます。

ステップ1:1回目の赤玉の事後確率

ベイズの定理を使って、袋1が選ばれている確率 P(袋1|赤)P(\text{袋1|赤}) を計算します。

  • 1回目に赤玉が出る確率: P()=P(袋1)P(袋1)+P(袋2)P(袋2)+P(袋3)P(袋3)P(\text{赤}) = P(\text{赤}|\text{袋1}) \cdot P(\text{袋1}) + P(\text{赤}|\text{袋2}) \cdot P(\text{袋2}) + P(\text{赤}|\text{袋3}) \cdot P(\text{袋3}) =3413+1413+1213=312+112+212=612=12= \frac{3}{4} \cdot \frac{1}{3} + \frac{1}{4} \cdot \frac{1}{3} + \frac{1}{2} \cdot \frac{1}{3} = \frac{3}{12} + \frac{1}{12} + \frac{2}{12} = \frac{6}{12} = \frac{1}{2}

  • 袋1が選ばれている事後確率(1回目に赤玉が出た後): P(袋1)=P(袋1)P(袋1)P()=341312=31212=36=12P(\text{袋1}|\text{赤}) = \frac{P(\text{赤}|\text{袋1}) \cdot P(\text{袋1})}{P(\text{赤})} = \frac{\frac{3}{4} \cdot \frac{1}{3}}{\frac{1}{2}} = \frac{\frac{3}{12}}{\frac{1}{2}} = \frac{3}{6} = \frac{1}{2}

ステップ2:2回目に赤玉が出た後の袋1の事後確率

再びベイズの定理を使いますが、今度は袋1が選ばれている事後確率 P(袋1|赤, 赤)P(\text{袋1|赤, 赤}) を求めます。

  • 2回目に赤玉が出る確率: P(赤|赤)=P(赤|赤, 袋1)P(袋1|赤)+P(赤|赤, 袋2)P(袋2|赤)+P(赤|赤, 袋3)P(袋3|赤)P(\text{赤|赤}) = P(\text{赤|赤, 袋1}) \cdot P(\text{袋1|赤}) + P(\text{赤|赤, 袋2}) \cdot P(\text{袋2|赤}) + P(\text{赤|赤, 袋3}) \cdot P(\text{袋3|赤})

Ask a new question for Free

By Image

Drop file here or Click Here to upload

Math Problem Analysis

Mathematical Concepts

Probability
Bayesian Inference

Formulas

Bayes' theorem: P(A|B) = (P(B|A) * P(A)) / P(B)
Total probability: P(B) = P(B|A1) * P(A1) + P(B|A2) * P(A2) + ... + P(B|An) * P(An)

Theorems

Bayes' theorem

Suitable Grade Level

Grades 11-12