Kapittel 2: Sannsynlighet [ ]
|
|
|
- Dan Børresen
- 7 år siden
- Visninger:
Transkript
1 Kapittel 2: Sannsynlighet [ ] TMA4240 Statistikk (F2 og E7) 2.3, 2.4, 2.5: Kombinatorikk og sannsynlighet [18.august 2004] p.1/21
2 Produktregel for valgprosess TEO 2.1 Produktregel: Hvis en operasjon kan utføres på n 1 måter, og for hver av disse en annen operasjon kan utføres på n 2 måter, så kan de to operasjonene utføres på n 1 n 2 måter. TEO 2.2 Den generaliserte produktregel: En valgprosess har k trinn. I det første trinnet er det n 1 valgmuligheter, i det andre trinnet er det n 2 muligheter,..., i det siste trinnet er et n k muligheter. Da er det tilsammen n 1 n 2... n k valgmuligheter. TMA4240 (F2 og E7): p.2/21
3 Kombinatorikk På hvor mange måter kan man trekke r elementer fra n når trekningen skjer med/uten tilbakelegging når ordningen betyr/ikke betyr noe? ordnet ikke-ordnet med tilbakelegg.? ikke pensum uten tilbakelegg.?? TMA4240 (F2 og E7): p.3/21
4 Permutasjoner DEF 2.7 Permutasjon: En permutasjon er en ordning av alle, eller en delmengde av alle elementer. TEO 2.3: n elementer kan ordnes i rekkefølge på n! = n (n 1) 2 1 måter. TEO 2.5: n elementer kan ordnes i rekkefølge i en sirkel på (n 1)! = (n 1) 2 1 måter. TMA4240 (F2 og E7): p.4/21
5 Ordnede utvalg MED tilbakelegging: Fra en mengde med n elementer kan vi lage n n n = n r ordnede utvalg på r elementer når utvelgingen skjer med tilbakelegging. UTEN tilbakelegging, TEO 2.4: Fra en mengde med n elementer kan vi lage n (n 1) (n 2) (n r + 1) n P r ordnede utvalg på r elementer nå utvelgingen skjer uten tilbakelegging. TMA4240 (F2 og E7): p.5/21
6 Ikke-ordnede utvalg TEO 2.8 Uordnet utvalg uten tilbakelegging: Fra ( en mengde med n elementer kan vi lage n ) r = n! r!(n r)! = n C r uordnede utvalg på r elementer når utvelgingen skjer uten tilbakelegging. TMA4240 (F2 og E7): p.6/21
7 Binomisk koeffisient og Pascals trekant Binomisk koeffisient: ( n r ) = n! r!(n r)!. ( n r ) finnes i rad n på plass r. TMA4240 (F2 og E7): p.7/21
8 Ikke-ordnede utvalg i r celler Generalisering av ikke-ordnede utvalg i 2 celler (de r vi har valgt og de (n r) vi ikke har valgt). TEO 2.7: Vi kan dele en mengde med n elementer inn i r celler med n 1 elementer i første celle, n 2 elemeter i andre celle,..., og n r elementer i rte celle, på ( ) n n 1,n 2,...,n r = n! n 1!n 2! n r! måter, der n = n 1 + n n r. TEO 2.6: Antall ordninger av n objekter, der n 1 er av type 1, n 2 er av type 2,... og n k er av type k, er n! n 1!n 2! n k!. (Sier det samme som TEO 2.7). Multinomisk koeffisient: ( n n 1,n 2,...,n r ) TMA4240 (F2 og E7): p.8/21
9 Oppsummering kombinatorikk På hvor mange måter kan man trekke r elementer fra n når trekningen skjer med/uten tilbakelegging når ordningen betyr/ikke betyr noe? ordnet ikke-ordnet med tilbakelegg. n r ikke pensum n! uten tilbakelegg. (n r)! = ) n P r = n! r!(n r)! = n C r ( n r TMA4240 (F2 og E7): p.9/21
10 Eksamen november 2001, 1a I denne oppgaven skal vi analysere to forskjellige aspekter ved lottotipping. I lotto spiller en deltager en enkeltrekke ved å velge 7 av 34 tall. Det er også tillatt å spille system. Når en deltager spiller system velger deltageren ut m av 34 tall, hvor m betegner antall tall i systemet. Når en deltager spiller et system av størrelse m, vil antall enkeltrekker som spilles være lik antall mulige kombinasjoner av 7 tall blant de m tallene i systemet. 1. Hvor mange enkeltrekker spilles i et system som inneholder 8 tall? 2. Hvor mange enkeltrekker spilles i et system som inneholder m tall? 3. Når en leverer inn en lottokupong, må en betale kr 3,- per enkeltrekke som spilles. Hvor mye koster det å levere inn et system med 12 tall? (Dette er det største systemet som er tillatt av Norsk Tipping.) TMA4240 (F2 og E7): p.10/21
11 2.4 Sannsynlighet for hendelse S TMA4240 (F2 og E7): p.11/21
12 . NTNU 2.4 Sannsynlighet for hendelse S s p i, i TMA4240 (F2 og E7): p.11/21
13 ,, NTNU 2.4 Sannsynlighet for hendelse A S s p i, i DEF 2.8 (modifisert) Et sannsynlighetsmål, P, på et utfallsrom, S, er en reell funksjon definert på hendelser i S, slik at 0 P (A) 1, A S P (S) = 1 P ( ) = 0 TMA4240 (F2 og E7): p.11/21
14 2.4 Sannsynlighet for hendelse TEOREM 2.9 Hvis resultatet av et eksperiment er ett av N like sannsynlige utfall (uniform sannsynlighetsmodell), og hvis nøyaktig n av disse gir hendelsen A, så er sannsynligheten til A P (A) = n N = antall gunstige utfall for A antall mulige utfall TMA4240 (F2 og E7): p.12/21
15 2.4 Sannsynlighet for hendelse Kast to terninger Første terning ,1 1,2 1,3 1,4 1,5 1,6 2 2,1 2,2 2,3 2,4 2,5 2,6 Andre 3 3,1 3,2 3,3 3,4 3,5 3,6 terning 4 4,1 4,2 4,3 4,4 4,5 4,6 5 5,1 5,2 5,3 5,4 5,5 5,6 6 6,1 6,2 6,3 6,4 6,5 6,6 Merk av i tabellen over og finn sannsynligheten for følgende hendelser: 1. A: samme antall øyne for begge terninger 2. B: sum antall øyne C: minst en sekser TMA4240 (F2 og E7): p.13/21
16 Alternativt om sannsynlighet Sannsynlighet kan være en subjektiv betraktning. Sannsynligheten for at RBK vinner serien i Sannsynligheten for at du står til eksamen i TMA4240. Relativ frekvens konvergerer mot sannsynlighet Chevalier de Mere s problem: er det mer sannsynlig å få 1. minst en sekser i fire kast med en terning, eller 2. minst en dobbel-sekser i 24 kast med to terninger? de Mere mente (fra empiriske data) at 1) var større enn 2). TMA4240 (F2 og E7): p.14/21
17 demere: relativ frekvens minst en sekser i fire kast med en terning minst en dobbel-sekser i 24 kast med to terninger TMA4240 (F2 og E7): p.15/21
18 demere: relativ frekvens minst en sekser i fire kast med en terning minst en dobbel-sekser i 24 kast med to terninger Relativ frekvens Antall gjentak TMA4240 (F2 og E7): p.15/21
19 demere: relativ frekvens minst en sekser i fire kast med en terning minst en dobbel-sekser i 24 kast med to terninger Relativ frekvens Antall gjentak TMA4240 (F2 og E7): p.15/21
20 demere: relativ frekvens minst en sekser i fire kast med en terning minst en dobbel-sekser i 24 kast med to terninger Relativ frekvens Antall gjentak TMA4240 (F2 og E7): p.15/21
21 demere: relativ frekvens minst en sekser i fire kast med en terning minst en dobbel-sekser i 24 kast med to terninger Relativ frekvens Antall gjentak TMA4240 (F2 og E7): p.15/21
22 demere: relativ frekvens minst en sekser i fire kast med en terning minst en dobbel-sekser i 24 kast med to terninger Relativ frekvens Antall gjentak TMA4240 (F2 og E7): p.15/21
23 demere: relativ frekvens minst en sekser i fire kast med en terning minst en dobbel-sekser i 24 kast med to terninger Relativ frekvens Antall gjentak TMA4240 (F2 og E7): p.15/21
24 demere: ulike startpunkt TMA4240 (F2 og E7): p.16/21
25 2.5 Addisjonsregler TEO 2.11: Hvis A, B og C er tre hendelser, så er P (A B C) = P (A) + P (B) + P (C) P (A B) P (A C) P (B C) +P (A B C) TMA4240 (F2 og E7): p.17/21
26 Disjunkte hendelser TEO 2.10: Hvis A og B er to hendelser, så er P (A B) = P (A) + P (B) P (A B) Korrolar 1: Hvis A og B er disjunkte er P (A B) = P (A) + P (B) Korrolar 2: Hvis A 1, A 2, A 3,..., A n er disjunkte hendelser, så er P (A 1 A 2 A n ) = P (A 1 ) + P (A 2 ) + + P (A n ) A4 A3 A5 A6 An A2 A9 A1 A7 A8 S TMA4240 (F2 og E7): p.18/21
27 Partisjon av utfallsrommet Korrolar 3: Hvis A 1, A 2, A 3,..., A n er en partisjon av utfallsrommet S, da er P (A 1 A 2 A n ) = P (A 1 ) + P (A 2 ) + + P (A n ) = P (S) = 1 TEO 2.12: Hvis A og A er komplementære hendelser, så er P (A) + P (A ) = 1 A4 A3 A5 A6 A10 A2 A9 A1 A7 A8 S TMA4240 (F2 og E7): p.19/21
28 2.5 Addisjonsregler Fortsettelse: kast to terninger Første terning ,1 1,2 1,3 1,4 1,5 1,6 2 2,1 2,2 2,3 2,4 2,5 2,6 Andre 3 3,1 3,2 3,3 3,4 3,5 3,6 terning 4 4,1 4,2 4,3 4,4 4,5 4,6 5 5,1 5,2 5,3 5,4 5,5 5,6 6 6,1 6,2 6,3 6,4 6,5 6,6 Følgende hendelser er definert: A: samme antall øyne for begge terninger, P (A) = 1 6 B: sum antall øyne 10, P (B) = 1 6 C: minst en sekser, P (C) = Finn sannsynligheten for A B : samme antall øyne og/eller sum 10 A B C : samme antall øyne og/eller sum 10 og/eller minst en sekser. TMA4240 (F2 og E7): p.20/21
29 Eksamen 5.august 2004, 2a Vi ser på dødsfall om natten ved sykehjemmet Aftensol. Ved sykehjemmet er det tre sykepleiere i rene nattevaktstillinger, Anne, Bernt og Cecilie. Hver natt er en av dem på vakt gjennom hele natten, og det er da ingen andre ansatte tilstede ved hjemmet. Anne jobber i 100% nattevaktstilling, mens Bernt og Cecilie jobber i 50% nattevaktstillinger. Vi ser på en tilfeldig valgt natt og definerer følgende hendelser: A = Anne er på vakt, B = Bernt er på vakt, C = Cecilie er på vakt, D = det skjer et dødsfall. Anta at alle dødsfall skjer naturlig. Det er da rimelig å gå ut fra at sannsynligheten for dødsfall er den samme uansett hvilken sykepleier som er på vakt, dvs. at P (D A) = P (D B) = P (D C). Anta at den felles verdi for disse er Tegn de 4 hendelsene definert ovenfor i et venndiagram. 2. Hva er sannsynlighetene P (A), P (B) og P (C)? 3. Finn P (D). 4. Er hendelsene D og C uavhengige? Begrunn svaret. TMA4240 (F2 og E7): p.21/21
Kapittel 2: Sannsynlighet
Kapittel 2: Sannsynlighet 2.1, 2.2: Utfallsrom og hendelser 2.3, 2.4: Kombinatorikk og sannsynlighet 2.5, 2.6, 2.7: Regneregler, betinget sanns. 2.8: Bayes regel Eirik Mo Institutt for matematiske fag,
2.3: Kombinatorikk 2.4: Sannsynlighet, og Monte Carlo simulering. Foreleses onsdag 25. august 2010
TMA4240 Statistikk H2010 2.3: Kombinatorikk 2.4: Sannsynlighet, og Monte Carlo simulering. Mette Langaas Foreleses onsdag 25. august 2010 2 Sist - Kap 0 Hva er statistikk, og hvorfor skal du lære det?
Utfallsrom og hendelser. Disjunkte hendelser. Kapittel 2: Sannsynlighet. Eirik Mo Institutt for matematiske fag, NTNU
3 Utfallsrom og hendelser Kapittel 2: Sannsynlighet 2., 2.2: Utfallsrom og hendelser 2.3, 2.4: Kombinatorikk og sannsynlighet 2.5, 2.6, 2.7: Regneregler, betinget sanns. 2.8: Bayes regel DEF 2. Ufallsrom:
TMA4240 Statistikk H2010
TMA4240 Statistikk H2010 2.5: Addisjonsregler (union) 2.6: Betinget sannsynlighet 2.7: Multiplikasjonsregler (snitt) 2.8: Bayes regel (starte litt) Mette Langaas Foreleses mandag 30. august 2010 2 Kapittel
Kapittel 2, Sannsyn. Definisjonar og teorem på lysark, eksempel og tolking på tavla. TMA september 2016 Ingelin Steinsland
Kapittel 2, Sannsyn 2.1 Utfallsrom Onsdag 2.2 Hendingar Onsdag 2.3 Telle mogeleg utfall: I dag 2.4 Sannsyn for ei hending: Onsdag 2.5 Addetive reglar: Onsdag 2.6 Betinga sannsyn, uavhengighet og produktregelen
Kapittel 2: Sannsynlighet [ ]
Kapittel 2: Sannsynlighet [2.6-2.8] TMA4240 Statistikk (F2 og E7) 2.6, 2.7, 2.8: Betinget sannsynlighet [23.august 2004] [email protected] p.1/18 Oppsummering fra 2.1-2.5 FENOMEN Eksperiment
MULTIPLE CHOICE ST0103 BRUKERKURS I STATISTIKK September 2016
MULTIPLE CHOICE ST0103 BRUKERKURS I STATISTIKK September 2016 SETT RING RUNDT DET RIKTIGE SVARET FOR HVER OPPGAVE. Oppgave 1 Stokastisk forsøk Stokastiske forsøk karakteriseres ved to av følgende egenskaper.
Tema 1: Hendelser, sannsynlighet, kombinatorikk Kapittel ST1101 (Gunnar Taraldsen) :19
Tema 1: Hendelser, sannsynlighet, kombinatorikk Kapittel 2.1-2.7 ST1101 (Gunnar Taraldsen) 2019-01-12 17:19 Sentrale definisjoner og regneregler Definisjoner: Stokastisk forsøk, utfallsrom, hendelser (snitt,
ÅMA110 Sannsynlighetsregning med statistikk, våren 2011
ÅMA110 Sannsynlighetsregning med statistikk, våren 2011 Kp. 2 Sannsynlighetsregning (sannsynlighetsteori) 1 Grunnbegrep Stokastisk forsøk: forsøk med uforutsigbart utfall Enkeltutfall: et av de mulige
ÅMA110 Sannsynlighetsregning med statistikk, våren 2007
ÅMA110 Sannsynlighetsregning med statistikk, våren 2007 Kp. 2 Sannsynlighetsregning (sannsynlighetsteori) 1 Grunnbegrep Stokastisk forsøk: forsøk med uforutsigbart utfall Enkeltutfall: et av de mulige
Sannsynlighetsregning og kombinatorikk
Sannsynlighetsregning og kombinatorikk Introduksjon Formålet med sannsynlighet og kombinatorikk er å kunne løse problemer i statistikk, somoftegårutpååfattebeslutninger i situasjoner der tilfeldighet rår.
- Et stokastisk forsøk er et forsøk underlagt tilfeldige variasjoner, for eks. kast med en terning, trekking av et lottotall o.l.
SANNSYNLIGHETSREGNING Terminologi Kombinatorikk Stokastisk Utfallsrom / utfall (enkeltutfall) - Et stokastisk forsøk er et forsøk underlagt tilfeldige variasjoner, for eks. kast med en terning, trekking
Fagdag 5-08.01.09. 2) Du skal fylle ut en tippekupong. På hvor mange måter kan dette gjøres?
Fagdag Plan Fagdag - 08.01.0 1,2 time: Repetisjon kapittel 3 - Sannsynlighet Oppgaver Teori (lesestoff) 3, time: Arbeide med.1 og.2: 16, 17, 18, 1 3, time: Ekstra vurdering før terminoppgjør Repetisjon
Sannsynlighet og statistikk
Sannsynlighet og statistikk Arkeologiske utgravinger har vist at mennesker har underholdt seg med forskjellige spill i tusener av år. Terninger fra India som ble brukt i spill, er faktisk 5000 år gamle.
Kapittel 2: Sannsynlighet
Kapittel 2: Sannsynlighet Definisjoner: Noen grunnleggende begrep. Stokastisk forsøk: Et forsøk/eksperiment der det er tilfeldig hva utfall blir. Utfallsrom, : Mengden av alle mulige utfall av et stokastisk
Sannsynlighetsregning
Sannsynlighetsregning 1 Sannsynlighet Mål for opplæringa er at eleven skal kunne formulere, eksperimentere med og drøfte enkle uniforme og ikkje-uniforme sannsynsmodellar berekne sannsyn ved hjelp av systematiske
sannsynlighet for hendelse = antall ganger hendelsen inntreffer antall forsøk
Forrige forelesning oppsummert på 90 sekunder "stokastisk forsøk": myntkast, terningkast, trekking av kort,... utfallsrom: alle de mulige utfallene av et stokastisk forsøk eksempel på utfallsrom: kaster
TMA4240 Statistikk 2014
Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Øving nummer 5, blokk I Løsningsskisse Oppgave 1 X og Y er uavhengige Poisson-fordelte stokastiske variable, X p(x;5 og Y p(y;1.
Total sannsynlighet. MAT0100V Sannsynlighetsregning og kombinatorikk = Vi kan skrive en hendelse B som en disjunkt
MAT000V Sannsynlighetsregning og kombinatorikk Total sannsynlighet Vi kan skrive en hendelse B som en disjunkt union av A B og A B Total sannsynlighet og Bayes' setning Kombinatorikk Ordnede utvalg med
INNHOLD. Matematikk for ungdomstrinnet
INNHOLD STATISTIKK... 2 FREKVENS... 2 RELATIV FREKVENS... 2 FREKVENSTABELL... 2 KLASSEDELING... 3 SØYLEDIAGRAM (STOLPEDIAGRAM)... 3 LINJEDIAGRAM... 4 SEKTORDIAGRAM... 4 HISTOGRAM... 4 FRAMSTILLING AV DATA...
ØVINGER 2017 Løsninger til oppgaver. 3.1 Myntkast For et enkelt myntkast har vi to mulige utfall, M og K. Utfallsrommet blir
ØVINGER 017 Løsninger til oppgaver Øving 3.1 Myntkast For et enkelt myntkast har vi to mulige utfall, M og K. Utfallsrommet blir S = {M, K}. Med to etterfølgende myntkast blir utfallsrommet S = {MM, MK,
STK1100 våren 2017 Kombinatorikk
STK1100 våren 2017 Kombinatorikk Svarer til avsnitt 2.3 i læreboka Ørnulf Borgan Matematisk institutt Universitetet i Oslo 1 Uniform sannsynlighetsmodell Et stokastisk forsøk har N utfall. Det er de mulige
Datainnsamling, video av forelesning og referansegruppe
Datainnsamling, video av forelesning og referansegruppe Datainnsamling Om du ikkje alt har gjort det: https://wiki.math.ntnu.no/tma4240/2015h/start Video http://video.adm.ntnu.no/serier/55d47b463d96a Referansegruppe
Kompetansemål Sannsynlighet, S Innledning Pascals talltrekant Binomialkoeffisienter Kombinatorikk...
Sannsynlighet Innhold Kompetansemål Sannsynlighet, S1... 2 Innledning... 2 3.1 Pascals talltrekant... 3 Binomialkoeffisienter... 6 3.2 Kombinatorikk... 9 Ordnet og uordnet utvalg... 10 Med og uten tilbakelegging...
ÅMA110 Sannsynlighetsregning med statistikk, våren Grunnbegrep. Grunnbegrep, sannsynligheten for et utfall
ÅM110 Sannsynlighetsregning med statistikk, våren 006 Kp. Sannsynlighetsregning (sannsynlighetsteori) 1 Grunnbegrep Stokastisk forsøk: forsøk med uforutsigbart utfall Enkeltutfall: et av de mulige utfallen
Sannsynlighet løsninger
Sannsynlighet løsninger Innhold 3.1 Pascals talltrekant... 2 3.2 Kombinatorikk... 5 3.3 Sannsynlighetsberegninger... 10 3.4 Hypergeometrisk sannsynlighetsmodell... 12 3.5 Binomisk sannsynlighetsmodell...
Kapittel 3: Kombinatorikk
Kapittel 3: Kombinatorikk Kombinatorikk handler om å telle opp antall muligheter i ulike situasjoner (for eksempel telle opp antall gunstige og antall mulige i forbindelse med sannsynlighetsberegninger.
6 Sannsynlighetsregning
MATEMATIKK: 6 Sannsynlighetsregning 6 Sannsynlighetsregning 6.1 Forsøk. Utfallsrom. Sannsynlighet (sjanse). Sannsynlighetsmodell Ved ett kast med en terning vet vi at terningen vil vise enten ett, to,
Kapittel 3: Stokastiske variable og sannsynlighetsfordelinger
Kapittel 3: Stokastiske variable og sannsynlighetsfordelinger TMA4245 Statistikk (B, K1, I) 3.1, 3.2, 3.3 foreleses torsdag 15.januar 0.00 0.02 0.04 0.06 0.08 160 170 180 190 hoyde i cm [email protected]
Sannsynlighet i uniforme modeller. Addisjon av sannsynligheter
Sannsynlighet i uniforme modeller. Addisjon av sannsynligheter Fagstoff Listen [] Hendelse En hendelse i en sannsynlighetsmodell består av ett eller flere utfall. Vi ser på det tilfeldige forsøket «kast
Sannsynlighet oppgaver
Sannsynlighet oppgaver Innhold 3.1 Pascals talltrekant... 2 3.2 Kombinatorikk... 4 3.3 Sannsynlighetsberegninger... 8 3.4 Hypergeometrisk sannsynlighetsmodell... 9 3.5 Binomisk sannsynlighetsmodell...
Sannsynlighetsregning
Kapittel 3: Sannsynlighetsregning Definisjoner: Noen grunnleggende begrep. Stokastisk forsøk: Et forsøk/eksperiment der det er tilfeldig hva utfallet blir. Utfallsrom, S: Mengden av alle mulige utfall
Mappeoppgave om sannsynlighet
Mappeoppgave om sannsynlighet Statistiske eksperimenter Første situasjon Vi kom frem til å bruke Yatzy som et spill vi ønsket å beregne sannsynlighet ut ifra. Vi valgte ut tre like og to par. Etter en
Kapittel 3: Kombinatorikk
Kapittel 3: Kombinatorikk Kombinatorikk handler om å telle opp antall muligheter i ulike situasjoner (for eksempel telle opp antall gunstige og antall mulige i forbindelse med sannsynlighetsberegninger).
STK1100 våren Kombinatorikk = = Uniform sannsynlighetsmodell. Et stokastisk forsøk har N utfall. Det er de mulige utfallene for forsøket.
ST1100 våren 2017 ombinatorikk Uniform sannsynlighetsmodell Et stokastisk forsøk har N utfall. Det er de mulige utfallene for forsøket. Vi antar at de N utfallene er like sannsynlige. Svarer til avsnitt
Statistikk 1 kapittel 3
Statistikk 1 kapittel 3 Nico Keilman ECON 2130 Vår 2014 Kapittel 3 Sannsynlighetsregning Formål: å kvantifisere usikkerhet ved hjelp av sannsynligheter Viktige begreper stokastisk forsøk: et forsøk der
ECON Statistikk 1 Forelesning 3: Sannsynlighet. Jo Thori Lind
ECON2130 - Statistikk 1 Forelesning 3: Sannsynlighet Jo Thori Lind [email protected] Oversikt 1. Hva er sannsynlighet? 2. Grunnleggende regler for sannsynlighetsregning 3. Tilfeldighet i datamaskinen
Lottotrekningen i Excel
Peer Andersen Lottotrekningen i Excel Mange leverer ukentlig inn sin lottokupong i håp om å vinne den store gevinsten. Men for de aller fleste blir den store gevinsten bare en uoppnåelig drøm. En kan regne
Sannsynlighetsregning
Sannsynlighetsregning Per G. Østerlie Thora Storm vgs [email protected] 5. april 203 Hva og hvorfor? Hva? Vi får høre at det er sannsynlig at et eller annet kommer til å skje. Sannsynligheten for å
STK1100 våren Betinget sannsynlighet og uavhengighet. Svarer til avsnittene 2.4 og 2.5 i læreboka
STK1100 våren 2017 Betinget sannsynlighet og uavhengighet Svarer til avsnittene 2.4 og 2.5 i læreboka Ørnulf Borgan Matematisk institutt Universitetet i Oslo 1 Eksempel 1 Vi vil først ved hjelp av et eksempel
Sannsynligheten for en hendelse (4.2) Empirisk sannsynlighet. ST0202 Statistikk for samfunnsvitere
2 Sannsynligheten for en hendelse (4.2) Sannsynligheten for en hendelse sier oss hvor ofte vi forventer at hendelsen inntreffer, dvs. den forventede relative frekvens av hendelsen. ST0202 Statistikk for
TMA4240 Statistikk 2014
TMA0 Statistikk 0 Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Øving nummer, blokk I Løsningsskisse Oppgave Hendelsene A og B er ikke disjunkte, det vil si at de kan ha
Notater til forelesning i Sannsynlighetsregning SK 101 Matematikk i grunnskolen I
Notater til forelesning i Sannsynlighetsregning SK 101 Matematikk i grunnskolen I 4 Kombinatorikk Vi må lære tellemetoder når valgtrær, som vi brukte tidligere, blir for store og vanskelig å håndtere.
Hvorfor sannsynlighetsregning og kombinatorikk?
Sannsynlighet og kombinatorikk i videregående skole Helmer Aslaksen Institutt for lærerutdanning og skoleforskning/matematisk institutt Universitetet i Oslo [email protected] www.math.nus.edu.sg/aslaksen/
TMA4240 Statistikk H2010 Kapittel 5: Diskrete sannsynlighetsfordelinger : Uniform, binomisk, hypergeometrisk fordeling
TMA4240 Statistikk H2010 Kapittel 5: Diskrete sannsynlighetsfordelinger 5.1-5.4: Uniform, binomisk, hypergeometrisk fordeling Mette Langaas 2 Arbeidshverdag etter endt studium Studere et fenomen (f.eks.
Sannsynlighet og kombinatorikk i videregående skole
Sannsynlighet og kombinatorikk i videregående skole Helmer Aslaksen Institutt for lærerutdanning og skoleforskning/matematisk institutt Universitetet i Oslo [email protected] www.math.nus.edu.sg/aslaksen/
Statistikk 1 kapittel 3
Statistikk 1 kapittel 3 Nico Keilman ECON 2130 Vår 2016 Kapittel 3 Sannsynlighetsregning Formål: å kvantifisere usikkerhet ved hjelp av sannsynligheter Viktige begreper stokastisk forsøk: et forsøk der
Forelesning 6, kapittel 3. : 3.6: Kombinatorikk.
Forelesning 6, kapittel 3. : 3.6: Kombinatorikk. Kombinatorikk betyr her: Formler for opptelling av antall kombinasjoner. Generelt er denne grenen av matematikk videre, og omfatter blant annet grafteori.
Dataanalyse. Hva er en dataanalyse og hvordan gå frem for å gjennomføre en dataanalyse av det innsamlede datagrunnlaget fra en feltundersøkelse?
Hva er en dataanalyse og hvordan gå frem for å gjennomføre en dataanalyse av det innsamlede datagrunnlaget fra en feltundersøkelse? Skrevet av: Kjetil Sander Utgitt av: estudie.no Revisjon: 1.0 (Sept.
Oppgaver. Innhold. Sannsynlighet Vg1P
Oppgaver Innhold Modul 1. Hva er sannsynlighet?... 2 Modul 2. Addisjon av sannsynligheter. Gunstige og mulige utfall... 6 Modul 3. Beregne sannsynligheter ved å bruke tabeller... 10 Modul 4. Beregne sannsynligheter
MAT0100V Sannsynlighetsregning og kombinatorikk
MAT000V Sannsynlighetsregning og kombinatorikk Uordnet utvalg uten tilbakelegging (repetisjon) Tilfeldige variabler og sannsynlighetsfordelinger Hypergeometrisk fordeling Binomisk fordeling Ørnulf Borgan
Innledning kapittel 4
Innledning kapittel 4 Sannsynlighet og tilfeldighet Basert på materiale fra Ørnulf Borgan Matematisk institutt Universitetet i Oslo 1 Deterministiske fenomener Almanakk for Norge viser: når det er fullmåne
Løsninger. Innhold. Sannsynlighet 1P, 1T og 2P-Y
Løsninger Innhold 3. Hva er sannsynlighet?... 2 3.2 Addisjon av sannsynligheter. Gunstige og mulige utfall... 3.3 Beregne sannsynligheter ved å bruke tabeller... 2 3.4 Beregne sannsynligheter ved å bruke
Oppgaver. Innhold. Sannsynlighet 1P, 1T og 2P-Y
Oppgaver Innhold 3.1 Hva er sannsynlighet?... 2 3.2 Addisjon av sannsynligheter. Gunstige og mulige utfall... 5 3.3 Beregne sannsynligheter ved å bruke tabeller... 9 3.4 Beregne sannsynligheter ved å bruke
1 Section 4-1: Introduksjon til sannsynlighet. 2 Section 4-2: Enkel sannsynlighetsregning. 3 Section 5-1: Introduksjon til sannsynlighetsfordelinger
1 Section 4-1: Introduksjon til sannsynlighet 2 Section 4-2: Enkel sannsynlighetsregning 3 Section 5-1: Introduksjon til sannsynlighetsfordelinger 4 Section 5-2: Tilfeldige variable 5 Section 5-3: Binomisk
Statistikk og økonomi, våren 2017
Statistikk og økonomi, våren 207 Obligatorisk oppgave 3 Løsningsforslag Oppgave Produsenten av en type bærbar datamaskin har registrert at sannsynligheten er 0.2 for at tastaturet svikter, 0.09 for at
Quiz, 4 Kombinatorikk og sannsynlighet
Quiz, 4 Kombinatorikk og sannsynlighet Innhold 4.1 Begreper i sannsynlighetsregning... 2 4.2 Addisjon av sannsynligheter... 6 4.3 Produktsetningen for sannsynlighet... 12 4.4 Kombinatorikk og sannsynlighetsberegning...
Oppgaver i sannsynlighetsregning 3
Oppgaver i sannsynlighetsregning 3 Oppgave 1 Vi har et lykkehjul med 8 like sektorer som er nummerert fra 1 til 8. Du har valgt sektor nummer 3. a) Tenk deg at du snurrer lykkehjulet en gang. Hva er sjansen
Innledning kapittel 4
Innledning kapittel 4 Sannsynlighet og tilfeldighet Basert på materiale fra Ørnulf Borgan Matematisk institutt Universitetet i Oslo 1 Deterministiske fenomener Almanakk for Norge viser: når det er fullmåne
TMA4240 Statistikk Høst 2015
TMA0 Statistikk Høst 0 Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Øving nummer, blokk I Løsningsskisse Oppgave Hendelsene A og B er ikke disjunkte, det vil si at de kan
Forelening 1, kapittel 4 Stokastiske variable
Forelening 1, kapittel 4 Stokastiske variable Eksempel X = "antall kron på kast med to mynter (før de er kastet)" Uniformt utfallsrom {MM, MK, KM, KK}. X = x beskriver hendelsen "antall kron på kast med
Sannsynlighetsregning og Statistikk
Sannsynlighetsregning og Statistikk Leksjon 2. Leksjon 2 omhandler begreper og regneregler for sannsynligheter. Dette er behandlet i kapittel 3.1 og 3.2 i læreboka. Du bør når du har fullført leksjon 2
Kombinatorikk og sannsynlighetsregning
Kombinatorikk og sannsynlighetsregning Aasum, Jon-Henning & Maers, Rafael Lukas 1. april 2014 Sammendrag Denne artikkelen forsøker å gi en god forklaring på grunnleggende kombinatorikk og sannsynlighetsregning,
3.1 Stokastisk variabel (repetisjon)
TMA4240 Statistikk H2010 3.3: Kontinuerlige sannsynlighetsfordelinger 4.1: Matematisk forventing (univariat del) Mette Langaas Foreleses mandag 6. september 2010 2 3.1 Stokastisk variabel (repetisjon)
SANNSYNLIGHETSREGNING
SANNSYNLIGHETSREGNING Er tilfeldigheter tilfeldige? Når et par får vite at de skal ha barn, vurderes sannsynligheten for pike eller gutt normalt til rundt 50/50. Det kan forklare at det fødes omtrent like
TMA4240/TMA4245 Statistikk Oppsummering diskrete sannsynlighetsfordelinger
TMA4240/TMA4245 Statistikk Oppsummering diskrete sannsynlighetsfordelinger Binomisk fordeling* ( ) n b(x; n, p) = p x (1 p) n x = x ( ) n p x q n x, x x = 0, 1, 2,..., n Fenomén: i) n forsøk. ii) Suksess/fiasko
10.4 Sannsynligheter ved flere i utvalget (kombinatorikk)
10. er ved flere i utvalget (kombinatorikk) Så langt i framstillingen har vi diskutert den språklige siden, den matematiske tolkningen av sannsynlighetsbegrepet og presentert ulike modeller som kan anvendes
STK1100 våren Introduksjon til sannsynlighetsbegrepet. Svarer til avsnittene 2.1 og 2.2 i læreboka
STK1100 våren 2017 Introduksjon til sannsynlighetsbegrepet Svarer til avsnittene 2.1 og 2.2 i læreboka Ørnulf Borgan Matematisk institutt Universitetet i Oslo 1 Deterministiske fenomener Almanakk for Norge
STK1100 våren Introduksjon til sannsynlighetsbegrepet. Deterministiske fenomener. Stokastiske forsøk. Litt historikk
STK1100 våren 2017 Introduksjon til sannsynlighetsbegrepet Svarer til avsnittene 2.1 og 2.2 i læreboka Deterministiske fenomener Almanakk for Norge viser: når det er fullmåne når det er soloppgang og solnedgang
Sannsynlighetsbegrepet
Sannsynlighetsbegrepet Notat til STK1100 Ørnulf Borgan Matematisk institutt Universitetet i Oslo Januar 2004 Formål Dette notatet er et supplement til kapittel 1 i Mathematical Statistics and Data Analysis
UNIVERSITETET I OSLO ØKONOMISK INSTITUTT
Utsatt eksamen i: ECON130 Statistikk 1 UNIVERSITETET I OSLO ØKONOMISK INSTITUTT Eksamensdag: 1306017 Sensur kunngjøres senest: 3006017 Tid for eksamen: kl 09:00 1:00 Oppgavesettet er på 5 sider Tillatte
Løsninger. Innhold. Sannsynlighet Vg1P
Løsninger Innhold Modul. Hva er sannsynlighet?... 2 Modul 2. Addisjon av sannsynligheter. Gunstige og mulige utfall... 7 Modul 3. Beregne sannsynligheter ved å bruke tabeller... 3 Modul 4. Beregne sannsynligheter
ÅMA110 Sannsynlighetsregning med statistikk, våren
ÅMA110 Sannsynlighetsregning med statistikk, våren 2006 Oppsummering Bjørn H. Auestad Institutt for matematikk og naturvitenskap Universitetet i Stavanger 24. april Bjørn H. Auestad Oppsummering våren
SANNSYNLIGHETSREGNING I GRUNNSKOLEN
1 I GRUNNSKOLEN Etterutdanningskurs for lærere på grunnskolens ungdomstrinn Opplegget som her presenteres til fordypning i STATISTIKK / SANNSYNLIGHETSDELEN av MATEMANIA er i utgangspunktet skrevet for
Forelesning 3, kapittel 3. : 3.2: Sannsynlighetsregning. Kolmogoroffs aksiomer og bruk av disse.
Forelesning 3, kapittel 3. : 3.2: Sannsynlighetsregning. Kolmogoroffs aksiomer og bruk av disse. Den klassiske definisjonen (uniform modell) av sannsynlighet for en hendelse A i et utfallsrom S er at sannsynligheten
6. kurskveld Ila, 7. juni - 06 Statistikk og sannsynlighet
. kurskveld Ila, 7. juni - 0 Statistikk og sannsynlighet Sannsynlighet og kombinatorikk Sannsynlighet er noe vi omgir oss med nesten daglig. Vi spiller Lotto og andre spill, og håper vi har flaks og vinner.
TMA4240 Statistikk Høst 2009
TMA4240 Statistikk Høst 2009 Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Øving nummer 5 Løsningsskisse Oppgave 1 En lottorekke kan oppfattes som et ikke-ordnet utvalg på
Notat kombinatorikk og sannsynlighetregning
Notat kombinatorikk og sannsynlighetregning av Peer Andersen Peer Andersen 2010 1 SANNSYNLIGHETSREGNING MED FLERE TRINN Sannsynlighetsregning med et trinn kan være situasjoner der vi spør hva sjansen er
Sannsynlighet for alle.
Sannsynlighet for alle. Signe Holm Knudtzon Høgskolen i Buskerud og Vestfold Novemberkonferansen 2015 Novemberkonferansen 2015 Signe Holm Knudtzon. HBV. Sannsynlighet for alle 1 Sannsynlighet for alle.
TALLSVAR. Det anbefales at de 9 deloppgavene merket med A, B, teller likt uansett variasjon i vanskelighetsgrad. Svarene er gitt i << >>.
1 ECON130: EKSAMEN 014 VÅR - UTSATT PRØVE TALLSVAR. Det anbefales at de 9 deloppgavene merket med A, B, teller likt uansett variason i vanskelighetsgrad. Svarene er gitt i >. Oppgave 1 Fra en eldre
b) Hvis det er mulig å svare blankt (dvs. vet ikke) blir det 5 svaralternativer på hvert spørsmål, og dermed mulige måter å svare på.
Diskret matematikk - Høgskolen i Oslo Løsningsforslag for en del oppgaver fra boken Discrete Mathematics and Its Applications Forfatter: Kenneth H. Rosen Avsnitt 5. Oppgave 3 Når et spørsmål har 4 svaralternativer
Forelesning 4, kapittel 3. : 3.4: Betinget sannsynlighet.
Forelesning 4, kapittel 3. : 3.4: Betinget sannsynlighet. Eksempel 1 (begrunnelse for definisjonen av betinget sannsynlighet): Hendelse A er "sum minst 8 på kast med 2 terninger" P(A) = 15/36 P(A) < 1/2
ÅMA110 Sannsynlighetsregning med statistikk, våren 2011
ÅMA0 Sannsynlighetsregning med statistikk, våren 0 Kp. 3 Diskrete tilfeldige variable Noen viktige sannsynlighetsmodeller Noen viktige sannsynlighetsmodeller ( Sanns.modell : nå betyr det klasse/type sanns.fordeling.
ST1101/ST6101 Sannsynlighetsregning og statistikk Vår 2019
Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag ST/ST Sannsynlighetsregning og statistikk Vår 9 Oppgaver fra boka 3..9 Ved et terningkast anses utfallet antall øyne lik for
Sum to terninger forts. Eksempel: kast med to terninger. Sum to terninger forts. Kapittel 3. TMA4240 H2006: Eirik Mo
3 Sum to terninger forts. Kapittel 3 TMA4240 H200: Eirik Mo 2 3 4 5,,2,3,4,5, 2 2, 2,2 2,3 2,4 2,5 2, Andre 3 3, 3,2 3,3 3,4 3,5 3, terning 4 4, 4,2 4,3 4,4 4,5 4, 5 5, 5,2 5,3 5,4 5,5 5,,,2,3,4,5, Med
UNIVERSITETET I OSLO ØKONOMISK INSTITUTT
Utsatt eksamen i: ECON2130 - Statistikk 1 Eksamensdag: 19.06.2014 Tid for eksamen: kl. 09:00 12:00 Oppgavesettet er på 4 sider UNIVERSITETET I OSLO ØKONOMISK INSTITUTT Tillatte hjelpemidler: Alle trykte
ÅMA110 Sannsynlighetsregning med statistikk, våren 2008
ÅMA0 Sannsynlighetsregning med statistikk, våren 008 Kp. Sannsynlighetsregning (sannsynlighetsteori).5 Betinget sannsynlighet Betinget sannsynlighet (kp..5) - innledning Eks.: Et terningkast; {,, 3, 4,
Kapittel 4.3: Tilfeldige/stokastiske variable
Kapittel 4.3: Tilfeldige/stokastiske variable Litt repetisjon: Sannsynlighetsteori Stokastisk forsøk og sannsynlighet Tilfeldig fenomen Individuelle utfall er usikre, men likevel et regulært mønster for
Terningkast. Utfallsrommet S for et terningskast med en vanlig spillterning med 6 sider er veldefinert 1, 2, 3, 4, 5, 6
Terningkast Halvor Aarnes, UiO, 2014 Innhold Ett terningkast og utfallsrom... 1 Union og snitt... 4 Betinget sannsynlighet... 5 Forventningsverdi E(X) og varianse Var(X)... 5 Konfidensintervall for proporsjoner...
TMA4245 Statistikk Vår 2007
TMA4245 Statistikk Vår 2007 Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Øving nummer 7 Oppgave Tippekonkurranse Denne oppgaven er ment som en kjapp test på hva du har lært.
S1 eksamen våren 2016 løsningsforslag
S1 eksamen våren 016 løsningsforslag Tid: timer Hjelpemidler: Vanlige skrivesaker, linjal med centimetermål og vinkelmåler er tillatt. Oppgave 1 (4 poeng) Løs likningene a) x x 0 4 1 x 1 9 8 x 1 x x 1
TMA4240 Statistikk Høst 2015
Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Øving nummer 6, blokk I Løsningsskisse Oppgave 1 Vi antar X er normalfordelt, X N(3315, 55 2. Ved bruk av formelheftet finner
