TMA4240 Statistikk H2010
|
|
- Helga Davidsen
- 7 år siden
- Visninger:
Transkript
1 TMA4240 Statistikk H : Addisjonsregler (union) 2.6: Betinget sannsynlighet 2.7: Multiplikasjonsregler (snitt) 2.8: Bayes regel (starte litt) Mette Langaas Foreleses mandag 30. august Kapittel 2: Sannsynlighet Hva har vi lært til nå? 2.2 Hvordan lage sammensatte hendelser med komplement, snitt og union. 2.3 Hvordan telle opp antallet mulige utfall for en hendelse og i et utfallsom. Ordnet: bilskilt, n 1 n 2 n r. Ordnet, med tilbakelegging: tippekupongen, n r Ordnet, uten tilbakelegging: ref.grp.medlemmer, npr = n!/(n r)! Uordnet, uten tilbakelegging: lotto, ncr = ( ) n r (binomialkoeffisient), dugnad på Abakuskjelleren, n!/(n 1!n 2! n r!) (multinomisk koeffisient). 2.4 Sannsynlighet i uniforme utfallsrom som antall gunstige delt på antall mulige.
2 3 Addisjonssetninger [2.5] 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 B: sum antall øyne 10 C: minst en sekser 4 Sannsynlighet for union 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 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.
3 5 Addisjonssetningen 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) 6 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 )
4 7 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 8 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. 1. Tegn de 4 hendelsene definert på forrige side i et venndiagram. 2. Hva er sannsynlighetene P(A), P(B) og P(C)?
5 9 Betinget sannsynlighet [2.6] DEF 2.9: Den betingede sannsynligheten for B, gitt A, skrives P(B A), og er definert som P(B A) = P(A B) P(A) hvis P(A) > 0 TEO 2.13: Hvis både hendelsene A og B kan inntreffe i et eksperiment, så er P(A B) = P(A) P(B A) 10 Biltilsynet: utslipp fra bil Biltilsynet har satt tall på følgende hendelser: E: overstige hydrokarbongrensen, P(E)=0.32 F: overstige karbonoksydgrensen, P(F)=0.4 E F: overstige både hydrokarbon- og karbonoksydgrensen, P(E F)=0.18 Velg ut en tilfeldig bil i Norge, og register utslipp Hva er sannsynligheten for at bilen du undersøker overskrider karbonoksydgrensen, gitt at du allerede vet at den overskrider hydrokarbongrensen? Hva er sannsynligheten for at bilen du undersøker overskrider hydrokarbongrensen, gitt at du allerede vet at den overskrider karbonoksydgrensen?
6 11 Uavhengige hendelser DEF 2.10: To hendelser A og B er uavhengige hvis og bare hvis P(B A) = P(B) eller P(A B) = P(A) Ellers, så er A og B avhengige hendelser. TEO 2.14: To hendelser A og B er uavhengige hvis og bare hvis P(A B) = P(A) P(B) 12 Venndiagram for uavhengige hendelser Hendelsen A: høyde a og lengde l, P(A) = a l. Hendelsen B: høyde h og lengde b, P(B) = h b. Hendelsen A B: høyde a og lengde b, P(A B) = a b. Ved uavhengighet er P(A B) = P(A) P(B), og vi har P(A) P(B) = a l h b = a b.
7 13 Multihendelser TEO 2.15: Hvis hendelsene A 1, A 2,..., A k kan inntreffe i et eksperiment, så er P(A 1 A 2 A k ) = P(A 1 ) P(A 2 A 1 ) P(A 3 A 1 A 2 ) P(A k A 1 A 2 A k 1 ) Hvis hendelsene A 1, A 2,..., A k er uavhengige, så er P(A 1 A 2 A k ) = P(A 1 ) P(A 2 ) P(A 3 ) P(A k ) 14 Chevalier de Méré Chevalier de Méré (egentlig Antoine Gombaud) var en fransk forfatter som levde på begynnelsen av 1600-taller. Han var også veldig opptatt av spill - men på den tiden var ikke regneregeler for sannsynlighet oppfunnet. Det var spesielt to spill han spilte penger på 1. minst en sekser på fire kast med en terning, og 2. minst en dobbel-sekser på 24 kast med to terninger. de Méré mente (fra empiriske data) at 1) var større enn 2). Hvordan kunne han vite det? Vi kan nå nok regler fra sannsynlighet til å regne på dette!
8 15 Chevalier de Méré Løsning: 1. P(minst en sekser på fire kast med en terning)=1 ( 5 6 )4 = P(minst en dobbelt-sekser på 24 kast)=1-( )24 = de Méré er mest kjent for sitt bidrag til at sannsynlighetsregningens teorigrunnlag ble lagt. Han fikk Blaise Pascal og Pierre de Fermat til å løse et problem som gikk ut på å finne en regel for rettferdig deling av innsats i et spill hvis spillet ble avbrutt. Les mer om de Méré i Cartoon Guide to Statistics. 16 Idrettsutøvere Idrettsutøvere kan deles inn i tre kategorier: De som doper seg nå (2%) De som har dopet seg tidligere (14 %) De som aldri har dopet seg (84 %) La sannsynligheten for positiv dopingtest for de tre gruppene være hhv. 80 %, 6 % og 3 %. a) Hva er sannsynligheten for at en tilfeldig valgt idrettsutøver gir positiv test? b) Hva er sannsynligheten for at en idrettsutøver som avlegger positiv dopingtest, virkelig er dopet?
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:
DetaljerKapittel 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,
DetaljerKapittel 2: Sannsynlighet [ ]
Kapittel 2: Sannsynlighet [2.3-2.5] TMA4240 Statistikk (F2 og E7) 2.3, 2.4, 2.5: Kombinatorikk og sannsynlighet [18.august 2004] Ole.Petter.Lodoen@math.ntnu.no p.1/21 Produktregel for valgprosess TEO 2.1
DetaljerKapittel 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] Ole.Petter.Lodoen@math.ntnu.no p.1/18 Oppsummering fra 2.1-2.5 FENOMEN Eksperiment
Detaljer2.3: 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?
DetaljerTMA4240 Statistikk H2010
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?
DetaljerTMA4240 Statistikk H2010
TMA4240 Statistikk H2010 2.8: Bayes regel 3.1: Stokastisk variabel 3.2: Diskrete sannsynlighetsfordelinger 3.3: Kontinuerlige sannsynlighetsfordelinger Mette Langaas Foreleses onsdag 1. september 2010
DetaljerKapittel 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
DetaljerBlokk1: Sannsynsteori
Blokk1: Sannsynsteori Statistikk er vitskapen om læring frå data, og måling, kontroll og kommunikasjon av usikkerheit (Davians Louis, Science, 2012). Vi lærer frå data ved å spesifisere ein statistisk
DetaljerSannsynlighet 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.
DetaljerSANNSYNLIGHETSREGNING
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
DetaljerÅMA110 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
DetaljerMULTIPLE 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.
DetaljerÅMA110 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
DetaljerSannsynlighetsregning
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
DetaljerSannsynlighet 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
DetaljerDatainnsamling, 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
DetaljerÅMA110 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
DetaljerBetinget sannsynlighet, total sannsynlighet og Bayes setning Kapittel 4.5
Betinget sannsynlighet, total sannsynlighet og Bayes setning Kapittel 4.5 På bakgrunn av materiale fra Ørnulf Borgan Matematisk institutt Universitetet i Oslo 1 Vi vil først ved hjelp av et eksempel se
DetaljerÅMA110 Sannsynlighetsregning med statistikk, våren 2010
ÅM0 Sannsynlighetsregning med statistikk, våren 00 Kp. Sannsynlighetsregning (sannsynlighetsteori).5 (kp..5) - innledning Eks.: Et terningkast; {,, 3, 4, 5, 6}. Ved bruk av uniform modell: hvert utfall
DetaljerTema 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,
DetaljerÅMA110 Sannsynlighetsregning med statistikk, våren 2011
ÅMA110 Sannsynlighetsregning med statistikk, våren 2011 Kp. 2 Sannsynlighetsregning i (sannsynlighetsteori) t i) 2.5 Betinget sannsynlighet 1 Betinget sannsynlighet (kp. 2.5) - innledning Eks.: Et terningkast;
DetaljerST0202 Statistikk for samfunnsvitere [4]
ST0202 Statistikk for samfunnsvitere [4] Kapittel 4: Sannsynlighet 4.4: Disjunkte hendelser, 4.5: Uavhengige hendelser 4.6: Er disjunkthet og uavhengighet relatert til hverandre? Bruk av sannsynlighetsregning
DetaljerSTK1100 våren Introduksjon til sannsynlighetsbegrepet. Deterministiske fenomener. Stokastiske forsøk. Litt historikk
STK1100 våren 2016 Introduksjon til sannsynlighetsbegrepet Svarer til avsnittene 2.1 og 2.2 i læreboka Geir Storvik Basert på presentasjon av Ørnulf Borgan Matematisk institutt Universitetet i Oslo 1 Deterministiske
DetaljerSannsynlighetsregning og kombinatorikk
Sannsynlighetsregning og kombinatorikk Introduksjon Formålet med sannsynlighet og kombinatorikk er å kunne løse problemer i statistikk, somoftegårutpååfattebeslutninger i situasjoner der tilfeldighet rår.
DetaljerØVINGER 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,
DetaljerHvorfor sannsynlighetsregning og kombinatorikk?
Sannsynlighet og kombinatorikk i videregående skole Helmer Aslaksen Institutt for lærerutdanning og skoleforskning/matematisk institutt Universitetet i Oslo helmer.aslaksen@gmail.com www.math.nus.edu.sg/aslaksen/
DetaljerSannsynlighetsregning 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
DetaljerSannsynlighet og kombinatorikk i videregående skole
Sannsynlighet og kombinatorikk i videregående skole Helmer Aslaksen Institutt for lærerutdanning og skoleforskning/matematisk institutt Universitetet i Oslo helmer.aslaksen@gmail.com www.math.nus.edu.sg/aslaksen/
Detaljersannsynlighet 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
DetaljerBetinget sannsynlighet, total sannsynlighet og Bayes setning Kap. 4.5 STK1000 H11
Betinget sannsynlighet, total sannsynlighet og Bayes setning Kap. 4.5 STK1000 H11 På bakgrunn av materiale fra Ørnulf Borgan Matematisk institutt Universitetet i Oslo 1 Vi vil først ved hjelp av et eksempel
DetaljerForelesning 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
DetaljerSTK1100 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
DetaljerInnledning 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
DetaljerSannsynlighetsregning
Sannsynlighetsregning Per G. Østerlie Thora Storm vgs per.osterlie@stfk.no 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
DetaljerBetinget sannsynlighet. MAT0100V Sannsynlighetsregning og kombinatorikk. Vi trenger en definisjon av betinget sannsynlighet!
MAT000V Sannsynlighetsregning og kombinatorikk Betinget sannsynlighet og uavhengige hendelser Produktsetningen Total sannsynlighet og Bayes' setning Betinget sannsynlighet Vil repeterer først et eksempel
DetaljerInnledning 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
DetaljerBetinget sannsynlighet. MAT0100V Sannsynlighetsregning og kombinatorikk. Vi trenger en definisjon av betinget sannsynlighet!
MAT0100V Sannsynlighetsregning og kombinatorikk Betinget sannsynlighet og uavhengige hendelser Produktsetningen Total sannsynlighet og Bayes' setning Betinget sannsynlighet Vil repeterer først et eksempel
DetaljerFagdag 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
DetaljerSTK1100 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
DetaljerSTK1100 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
DetaljerSannsynligheten 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
DetaljerBetinget sannsynlighet. MAT0100V Sannsynlighetsregning og kombinatorikk. Vi trenger en definisjon av betinget sannsynlighet!
MAT000V Sannsynlighetsregning og kombinatorikk Betinget sannsynlighet Vi repeterer først et eksempel fra samlingen for sist uke Betinget sannsynlighet og uavhengige hendelser Produktsetningen Total sannsynlighet
DetaljerKapittel 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
DetaljerECON Statistikk 1 Forelesning 3: Sannsynlighet. Jo Thori Lind
ECON2130 - Statistikk 1 Forelesning 3: Sannsynlighet Jo Thori Lind j.t.lind@econ.uio.no Oversikt 1. Hva er sannsynlighet? 2. Grunnleggende regler for sannsynlighetsregning 3. Tilfeldighet i datamaskinen
DetaljerTotal 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
DetaljerStatistikk 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
DetaljerSannsynlighet og kombinatorikk i videregående skole
Sannsynlighet og kombinatorikk i videregående skole Helmer Aslaksen Institutt for lærerutdanning og skoleforskning/matematisk institutt Universitetet i Oslo helmer.aslaksen@gmail.com www.math.nus.edu.sg/aslaksen/
DetaljerKapittel 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 Mette.Langaas@math.ntnu.no
DetaljerDeterministiske fenomener MAT0100V Sannsynlighetsregning og kombinatorikk
Deterministiske fenomener MAT0100V Sannsynlighetsregning og kombinatorikk Almanakk for Norge viser: når det er fullmåne når det er soloppgang og solnedgang Grunnleggende sannsynlighetsregning Det er mulig
DetaljerSTK1100 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
DetaljerTMA4240 Statistikk Høst 2015
Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Øving nummer 3, blokk I Løsningsskisse Oppgave 1 Hvis hendelsene A og B er uavhengige, vil enhver kunnskap om hvorvidt A har
Detaljer6 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,
DetaljerFølgelig vil sannsynligheten for at begge hendelsene inntreffer være null,
Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Øving nummer 3, blokk I Løsningsskisse Oppgave 1 Hvis hendelsene A og B er uavhengige, vil enhver kunnskap om hvorvidt A har
DetaljerTrekking uten tilbakelegging. Disjunkte hendelser (4.5) Forts. ST0202 Statistikk for samfunnsvitere
2 Trekking uten tilbakelegging ST0202 Statistikk for samfunnsvitere o Lindqvist Institutt for matematiske fag En bolle inneholder 7 kuler, 5 gule (Y) og to røde (). To kuler trekkes uten tilbakelegging,
DetaljerSTK1100 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
DetaljerKompetansemål 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...
DetaljerKompetansemål Hva er sannsynlighet?... 2
3 Sannsynlighet Innhold Kompetansemål... 2 3. Hva er sannsynlighet?... 2 Utfall og utfallsrom... 3 Tilfeldig forsøk... 3 Definisjon av sannsynlighet... 5 Sannsynlighetsmodeller... Andre eksempler på tilfeldige
DetaljerINNHOLD. 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...
DetaljerTMA4240 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.
DetaljerStatistikk 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
DetaljerLøsning hjemmeregning 2
Løsning hjemmeregning 2 Oppgave 1 Sannsynligheten for at én av de fire motorene stopper, er oppgitt til p = 0.0012. Dronen havarerer dersom minst én motor havarerer, og vi skal finne sannsynligheten for
DetaljerBetinget sannsynlighet, total sannsynlighet og Bayes setning
etinget sannsynlighet, total sannsynlighet og ayes setning Vi vil først ved hjelp av et eksempel se intuitivt på hva betinget sannsynlighet betyr: Vi legger fire røde kort og to svarte kort i en bunke
DetaljerQuiz, 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...
DetaljerSTK1100 våren Betinget sannsynlighet og uavhengighet. Vi trenger en definisjon av betinget sannsynlighet! Eksempel 1
STK00 våren 07 Betinget sannsynlighet og uavhengighet Esempel Vi vil først ved hjelp av et esempel se intuitivt på hva betinget sannsynlighet betyr. Vi legger fire røde ort og to svarte ort i en bune.
DetaljerForelesning 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
DetaljerLoven om total sannsynlighet. Bayes formel. Testing for sykdom. ST0202 Statistikk for samfunnsvitere
2 Loven om total sannsynlighet La A og Ā være komplementære hendelser, mens B er en annen hendelse. Da er: P(B) P(B oga)+p(b ogā) P(B A)P(A)+P(B Ā)P(Ā) ST0202 Statistikk for samfunnsvitere Bo Lindqvist
Detaljer4: Sannsynlighetsregning
Plan for hele året: - Kapittel 5: Januar - Kapittel 6: Februar - Kapittel 7: Februar/mars 4: Sannsynlighetsregning - Kapittel 8: Mars/april - Repetisjon: April/mai - Økter, prøver, prosjekter: Mai - juni
DetaljerSannsynlighet (Kap 3)
Sannsynlighet (Kap 3) Medisinsk statistikk Del I 3 sept. 2008 Eirik Skogvoll, 1.amanuensis/ overlege Hva er sannsynlighet? Grunnleggende sannsynlighetsregning 1 Brystkreft (Eks. 3.1) Forekomst av brystkreft
DetaljerEksplosjon av data! Innledning til STK1100. Stokastiske forsøk STK1100. Statistisk analyse. Deterministiske fenomener. Data samles inn overalt
Eksplosjon av data! Innledning til STK1100 Januar 2014 Ørnulf Borgan/Geir Storvik Matematisk institutt Universitetet i Oslo Data samles inn overalt Medisinske undersøkelser Aksjekurser Metrologi-miljø
DetaljerSannsynlighet og kombinatorikk i videregående skole
Sannsynlighet og kombinatorikk i videregående skole Helmer Aslaksen Institutt for lærerutdanning og skoleforskning/matematisk institutt Universitetet i Oslo helmer.aslaksen@gmail.com www.math.nus.edu.sg/aslaksen/
DetaljerTMA4240 Statistikk H2010
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)
Detaljer3.1 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)
DetaljerST0202 Statistikk for samfunnsvitere
ST0202 Statistikk for samfunnsvitere Bo Lindqvist Institutt for matematiske fag 2 Loven om total sannsynlighet La A og Ā være komplementære hendelser, mens B er en annen hendelse. Da er: P(B) =P(B oga)+p(b
Detaljer- 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
DetaljerKapittel 4: Betinget sannsynlighet
Kapittel 4: Betinget sannsynlighet Ofte vil kunnskap om at en hendelse har inntruffet påvirke sannsynligheten for en annen hendelse. Terningkast. ={1,2,3,4,5,6}. A= odde ={1,3,5}. B= mindre enn 4 = {1,2,3}.
DetaljerSannsynlighetsbegrepet
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
DetaljerSannsynlighetsregning
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
DetaljerST0202 Statistikk for samfunnsvitere
ST0202 Statistikk for samfunnsvitere Kapittel 4: Sannsynlighetsregning Bo Lindqvist Institutt for matematiske fag 2 Sannsynligheten for en hendelse (4.1) Sannsynligheten for en hendelse sier oss hvor ofte
DetaljerStatistikk 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
DetaljerStatistikk 1 kapittel 5
Statistikk 1 kapittel 5 Nico Keilman ECON 2130 Vår 2014 Kapittel 5 Sannsynlighetsmodeller I kap. 4 så vi et eksempel om en s.v. X som hadde en uniform sannsynlighetsfordeling: alle verdier av x har like
DetaljerForelesning 5, kapittel 3. : 3.5: Uavhengige hendelser.
Forelesning 5, kapittel 3. : 3.5: Uavhengige hendelser. Kast med to terninger, A er sekser på første terning og B er sekser på andre terning. Sekser på begge terningene er Fra definisjonen av betinget
DetaljerSannsynlighetsregning
Sannsynlighetsregning Læreplan. Forsøk og simuleringer. Sannsynlighet 3.3 Sum av sannsynligheter 5.4 Multiplikasjonsprinsippet 9.5 Uavhengige hendinger 0. Avhengige hendinger 5 Symboler, formler og eksempler
DetaljerSannsynligheten 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
DetaljerTMA4240 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
Detaljer4.4 Sum av sannsynligheter
4.4 Sum av sannsynligheter Nina trekker kort fra en vanlig kortstokk med 52 kort. Vi innfører hendingene H: Kortet er en hjerter S: Kortet er en spar Det er 13 hjerter og 13 spar i stokken. Sannsynligheten
DetaljerOppgave 1 dvs 2 kort med samme verdi og 3 kort med ulike andre verdier. 4 verdier paret kan ta, og de to kortene i paret kan velges på måter.
TMA0 Statistikk Vår 008 Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Øving nummer Løsningsskisse Oppgave a Ett par, dvs kort med samme verdi og kort med ulike andre verdier.
DetaljerStatistikk 1 kapittel 5
Statistikk 1 kapittel 5 Nico Keilman ECON 2130 Vår 2015 Kapittel 5 Sannsynlighetsmodeller I kap. 4 så vi et eksempel om en s.v. X som hadde en uniform sannsynlighetsfordeling: alle verdier av x har like
DetaljerStatistikk 1 kapittel 5
Statistikk 1 kapittel 5 Nico Keilman ECON 2130 Vår 2016 Kapittel 5 Sannsynlighetsmodeller I kap. 4 så vi et eksempel med en s.v. X som hadde en uniform sannsynlighetsfordeling: alle verdier av x har like
DetaljerTMA4240 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.
DetaljerTall i arbeid Påbygging Kapittel 2 Sannsynlighetsregning Løsninger til innlæringsoppgavene
Tall i arbeid Påbygging Kapittel 2 Sannsynlighetsregning Løsninger til innlæringsoppgavene 2.4 a Du kan få 1, 2, 3, 4, 5 eller 6 øyne på terningen. Utfallsrommet er U = {1,2,3,4,5,6}. b Hvert av de seks
DetaljerNotater 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.
DetaljerTMA4240 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
DetaljerÅMA110 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,
DetaljerSannsynlighet 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...
DetaljerST0202 Statistikk for samfunnsvitere
ST0202 Statistikk for samfunnsvitere Bo Lindqvist Institutt for matematiske fag 2 Sannsynligheten for en hendelse (4.2) Sannsynligheten for en hendelse sier oss hvor ofte vi forventer at hendelsen inntreffer,
DetaljerTMA4240/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
DetaljerStatistikk 1 kapittel 5
Statistikk 1 kapittel 5 Nico Keilman ECON 2130 Vår 2017 Kapittel 5 Sannsynlighetsmodeller I kap. 4 så vi et eksempel med en s.v. X som hadde en uniform sannsynlighetsfordeling: alle verdier av x har like
Detaljer1 Sannsynlighetsrgning
1 Sannsynlighetsrgning 1.1 Det er 13 grønne og 18 røde baller i en eske. Vi trekker ut to baller etter hverandre. a) Hva er sannsynligheten for å få to grønne baller? Svar: P(g 1, g 2 ) = p(g 1 ) p(g 2
DetaljerTerningkast. 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...
Detaljer