🚂 Перевіряй себе та знаходь правильну відповідь до задачі

Розберемо розв'язок крок за кроком:

➡️ Крок 1. Знаходимо закономірність

Позначимо кількість пасажирів у вагонах як x₁ x₂ ,..., x₂₂. За умовою, будь-які 6 вагонів поспіль містять 239 пасажирів.

Тобто:
x₁ + x₂ + x₃ + x₄ + x₅ + x₆ = 239
x₂ + x₃ + x₄ + x₅ + x₆ + x₇ = 239

Якщо відняти друге рівняння від першого, усі спільні доданки скоротяться, і залишиться: x₁ = x₇
Точно так само, порівнюючи наступні пари «шісток», отримуємо: x₂ = x₈, x₃ = x₉, …

Тобто кількість пасажирів у вагонах повторюється кожні 6 вагонів. Отже, кількість пасажирів у 19–22-му вагонах така сама, як у 1–4-му: x₁₉ + x₂₀ + x₂₁ + x₂₂ = x₁ + x₂ + x₃ + x₄

➡️ Крок 2. Знаходимо кількість пасажирів у перших чотирьох вагонах

Тепер розглянемо перші 18 вагонів. Це три групи по 6 вагонів, у кожній з яких по 239 пасажирів: 3 × 239 = 717. Отже, у перших 18 вагонах — 717 пасажирів.

Усього в потязі 900 пасажирів, тому в останніх 4 вагонах: 900 − 717 = 183 пасажири. За закономірністю з кроку 1 стільки ж пасажирів і в перших чотирьох вагонах.

➡️ Крок 3. Знаходимо пасажирів у 11-му та 12-му вагонах

У перщих 6 вагонах знаходяться 239 пасажирів: x₁ + x₂ + x₃ + x₄ + x₅ + x₆ = 239
У кроці 2 ми визначили, що в перших 4 вагонах — 183 пасажири. Виходить, що в 5-му та 6-му вагоні разом знаходяться 239 − 183 = 56 пасажирів.

➡️ Крок 4. Отримуємо відповідь

Ми вже знаємо, що:
● кількість пасажирів у вагонах повторюється кожні 6 вагонів;
● у 5-му та 6-му вагонах разом 56 пасажирів.

Оскільки x₁₁ = x₅, а x₁₂ = x₆, 11-й і 12-й вагони разом містять стільки ж пасажирів, скільки 5-ий і 6-ий.

🎯 Правильна відповідь: 56 пасажирів.

🕐🕑🕒Роль у розробці, яка стає все більш затребуваною — AI Product Engineer. Встигни подати заявку на участь у відборі на безоплатну програму від Genesis Academy.

Ось три причини, чому не можна пропустити цю можливість:

🔍єдина в Україні програма з AI Product Engineering, яка готує до нової ролі, що має попит на ринку

🔍фокус на тому, що реально шукають роботодавці: високий рівень володіння ШІ, відповідальність за повний цикл розвитку продукту, вміння самостійно перевіряти гіпотези

🔍не потрібно починати з нуля — ти вже маєш інженерну базу, а на програмі доповниш її продуктовим і бізнес-мисленням та навчишся ефективно використовувати ШІ в роботі

🔗Ставай учасником AI Product Engineering School. Встигни подати заявку до 18 вересня: https://cutt.ly/8yx96Wx5

🕐🕑🕒Дедлайн для студентів КНУ на подання заявок на безоплатну участь у 2-місячній програмі — Genesis & KNU Entrepreneurship School.

На програмі ти зможеш:

🔘знайти свій напрям в ІТ, розібратися в ключових ролях і кар’єрних траєкторіях;
🔘опанувати основи продакт-менеджменту, маркетингу, аналітики та використання ШІ-інструментів;
🔘попрацювати з реальними кейсами та створити фінальний проєкт для портфоліо.

🔗Подавай заявку вже зараз: https://cutt.ly/Zycsfq7j

Добірка must-have практичних ресурсів для аналітиків від лектора Genesis Analytics Camp.

✔️Рекомендації для цього допису для тебе зібрав Ігор Мірошниченко — кандидат економічних наук, викладач у Київській школі економіки, КНУ імені Тараса Шевченка, КНЕУ імені Вадима Гетьмана та Міжнародному інституті бізнесу. У межах Genesis Academy Ігор допомагає зростати учасникам аналітичного кемпу.

Сьогодні на каналі він ділиться симуляторами та інтерактивними візуалізаціями, які точно варто зберегти.

🪐 Seeing Theory

Інтерактивний візуальний підручник з теорії ймовірностей і статистики, зроблений у Brown University. Він пояснює складні концепції через анімації й інтерактивні графіки. Допоможе розібратися у Basic Probability, Compound Probability, Probability Distributions, Frequentist Inference, Bayesian Inference та Regression Analysis.

🪐 Lord Of The Probability and Statistics

Інтерактивний навчальний симулятор зі статистики та теорії ймовірностей. Наочно показує через візуалізації ключові концепції та статистичні пастки, у які часто потрапляє інтуїція.

🪐 ProbLab

Онлайн-платформа з безоплатними симуляторами: центральна гранична теорема, довірчі інтервали, ланцюги Маркова, пуассонівський процес, випадкове блукання (1D/2D), помилки I і II роду — побач абстрактні статистичні концепції в дії.

🪐 Evan's Awesome A/B Tools

Набір безоплатних статистичних калькуляторів для A/B-тестів від Evan Miller. Спробуй Sample Size Calculator, A/B Test Calculator та Sequential Sampling.

🪐 LearnChemE — Statistics Simulations

Проєкт університету Колорадо-Боулдер у форматі колекції інтерактивних симуляцій, які покривають розподіли (нормальний, біноміальний, Пуассона), базові концепції (центральна гранична теорема, закон великих чисел, довірчі інтервали, стандартна похибка), описову статистику (середнє/медіана/мода, R²) та регресію й тести (лінійна регресія, метод найменших квадратів, ANOVA, t-тест).

🪐 R Psychologist Visualizations

Еталонні інтерактивні моделі для розуміння p-value, розміру ефекту, потужності та інших фундаментальних речей.

🪐 Канал @Araprof

Рекомендація від команди Genesis Academy зазирнути почитати дописи, які пише Ігор: дізнайся, як в статистиці з'явилися пінгвіни або що дані про сакури говорять про весну.

*️⃣ Якщо хочеш більше таких рекомендацій — став реакцію 👏 і ми зберемо нові.

Агенти, які не слухають інструкцію, автоматизації, після яких не залишається токенів, та повільні кодинг-агенти — у сьогоднішньому #ai_digest зібрали три відео, які допоможуть розв'язати найтиповіші проблеми.

📱 Чому інструкція в CLAUDE. md не гарантує, що агент її виконає, і як це виправити

Кирило Сулімовський, Head of Engineering, розбирає дослідження 557 реальних сесій із CLI-агентами (Claude Code, Codex, Cursor, Gemini CLI) та показує, чому ШІ ігнорує наявні правила у CLAUDE. md — файлі-інструкції, яку агент підхоплює на старті сесії.

Дивитися відео · 17 хв

📱 Автоматизації, які не зʼїдають ваш ліміт: поєднуємо агента та окремий хостинг

Регулярні автоматизації всередині агента крутяться через звичайний чат і палять твій ліміт підписки. Найкраще рішення — будувати їх агентом, а виконувати деінде. У цьому відео ти дізнаєшся, як це побудувати.

Дивитися відео · 35 хв

📱 Як зробити кодинг-агентів дешевшими й швидшими: карта коду замість пошуку щоразу

Щоб знайти потрібний файл, кодинг-агенти (Claude Code, Codex) роблять кілька пошуків поспіль та, відповідно, витрачаються зайві токени.
Безоплатний open-source Graft прибирає цей пошук. За бенчмарком авторів дає значну економію: 60% менше часу, 42% менше токенів, 32% нижча вартість. У YouTube-ролику розбирають, як це працює.

Дивитися відео · 13 хв

🔳 Поділися з дописом із тими, кому це може бути корисно, та слідуй за практичними новинами на @Genesis_Academy

Вони мають бути у твоїх підписках на LinkedIn: експерти, які допомагають розібратися в ШІ 👇

📱 Andrew Ng

Співзасновник Coursera, засновник DeepLearning.AI та AI Fund, екскерівник Google Brain і викладач Стенфордського університету.

Ендрю Ін понад 20 років працює у сфері штучного інтелекту, а у своєму блозі простими словами пояснює складні концепції, розбирає тренди та ділиться тим, які навички стають важливими для AI-інженерів.

📱 Addy Osmani

Інженер, який понад 14 років працював у Google над Chrome, DevTools і Gemini, а з 2026 року розвиває Claude Code в Anthropic.

Автор книжок «Beyond Vibe Coding» та «Leading Effective Engineering Teams». Пише про те, як використовувати ШІ в розробці й створювати з його допомогою надійний production-ready софт.

📱 Ethan Mollick

Професор Wharton School та директор Generative AI Labs, який досліджує вплив генеративного ШІ на роботу, освіту й підприємництво. Автор бестселера «Co-Intelligence».

Ітан регулярно експериментує з новими ШІ-моделями й підкріплює власні спостереження результатами наукових досліджень. Його блог варто читати, щоб краще орієнтуватися в можливостях і обмеженнях ШІ.

📱 Kieran Flanagan

SVP of Agentic GTM & Systems у HubSpot та екс-CMO Zapier із понад 15 роками досвіду на перетині маркетингу, growth і технологій.

Зараз перебудовує go-to-market процеси HubSpot навколо ШІ, а в LinkedIn показує цей процес на практиці: ділиться кейсами використання ШІ-агентів у маркетингу та продажах, експериментами з автоматизацією та спостереженнями про те, як змінюється роль маркетолога.

📱 Boris Cherny

Творець і керівник Claude Code в Anthropic, ex-Principal Engineer у Meta.

У LinkedIn показує, як сам працює з Claude Code: ділиться власними воркфлоу, підходами до AI-assisted розробки та гайдами з паралельного запуску автономних ШІ-агентів.

📱 Ruben Hassid

Засновник EasyGen та автор розсилки How to AI на Substack, яку читають понад 1 млн людей.

Рубен регулярно тестує ChatGPT, Claude, Gemini та інші ШІ-інструменти й перетворює свої експерименти на готові промпти, покрокові гайди та інфографіки. Його матеріали будуть зрозумілі тим, хто не має технічного бекраунду.

🔻 Зберігай— і будь тією людиною, яка завжди в курсі, що нового відбувається у світі ШІ.

Скроль із користю: 10 ШІ-експертів для твоєї стрічки в X/Threads

Продовжуємо налаштовувати алгоритми соцмереж на інсайти та збирати твою ШІ-бульбашку!

Минулого разу ми ділилися добіркою експертів, за якими варто стежити у LinkedIn, а сьогодні — досліджуємо ШІ-голоси у стрічці X.

📱 Diogo Almeida
Колишній дослідник OpenAI, співавтор InstructGPT та автор моделі Jev у TypeSafe AI.

📱 Andrej Karpathy
Співзасновник OpenAI, колишній директор з ШІ в Tesla та автор терміна vibe coding.

📱 Matt Van Horn
Технологічний підприємець і розробник open-source інструментів для ШІ-агентів.

📱 Hamel Husain
ML-інженер, який спеціалізується на AI evals — оцінюванні якості ШІ-систем.

📱 Geoffrey Huntley
Інженер та автор Ralph Loop — техніки автономної роботи ШІ-агентів над кодом.

📱 Nathan Lambert
Дослідник машинного навчання, експерт із post-training та відкритих ШІ-моделей.

📱 Cat Wu
Head of Product Claude Code в Anthropic. Ділиться досвідом розвитку ШІ-продукту та новими можливостями Claude Code.

📱 Elvis Saravia
Дослідник ШІ, регулярно розбирає нові наукові статті про LLM і ШІ-агентів, пояснюючи їхнє практичне значення.

📱 Noam Brown
Дослідник OpenAI, один із розробників reasoning-моделі o1. Ділиться дослідженнями про те, як навчити ШІ ефективніше розв'язувати складні задачі.

📱 Thomas Wolf
Співзасновник і Chief Science Officer Hugging Face.

Щоб не шукати ШІ-інсайти — зроби так, аби вони самі з'являлися у твоїй стрічці. Зберігай добірку 😉