ÅMA110 Sannsynlighetsregning med statistikk, våren 2011

Like dokumenter
ÅMA110 Sannsynlighetsregning med statistikk, våren 2007

ÅMA110 Sannsynlighetsregning med statistikk, våren Grunnbegrep. Grunnbegrep, sannsynligheten for et utfall

ÅMA110 Sannsynlighetsregning med statistikk, våren Grunnbegrep. Grunnbegrep, sannsynligheten for et utfall

ÅMA110 Sannsynlighetsregning med statistikk (5sp), våren 2012 BMF100 Sannsynlighetsregning og statistikk 1 (10sp), våren 2012

ÅMA110 Sannsynlighetsregning med statistikk, våren 2008

Betinget sannsynlighet

ÅMA110 Sannsynlighetsregning med statistikk, våren 2011

ÅMA110 Sannsynlighetsregning med statistikk, våren 2010

Tema 1: Hendelser, sannsynlighet, kombinatorikk Kapittel ST1101 (Gunnar Taraldsen) :19

Kapittel 2: Sannsynlighet

MULTIPLE CHOICE ST0103 BRUKERKURS I STATISTIKK September 2016

Sannsynlighet i uniforme modeller. Addisjon av sannsynligheter

Sannsynlighetsregning og kombinatorikk

Sannsynlighetsregning og Statistikk

ÅMA110 Sannsynlighetsregning med statistikk, våren 2011

Fagdag ) Du skal fylle ut en tippekupong. På hvor mange måter kan dette gjøres?

- Et stokastisk forsøk er et forsøk underlagt tilfeldige variasjoner, for eks. kast med en terning, trekking av et lottotall o.l.

Løsninger. Innhold. Sannsynlighet 1P, 1T og 2P-Y

ÅMA110 Sannsynlighetsregning med statistikk, våren

2.3: Kombinatorikk 2.4: Sannsynlighet, og Monte Carlo simulering. Foreleses onsdag 25. august 2010

TMA4240 Statistikk H2010

Løsninger. Innhold. Sannsynlighet Vg1P

Tilfeldige variabler. MAT0100V Sannsynlighetsregning og kombinatorikk

Kapittel 2: Sannsynlighet [ ]

statistikk, våren 2011

Kapittel 2: Sannsynlighet

1 Section 4-1: Introduksjon til sannsynlighet. 2 Section 4-2: Enkel sannsynlighetsregning. 3 Section 5-1: Introduksjon til sannsynlighetsfordelinger

ÅMA110 Sannsynlighetsregning med statistikk, våren ÅMA110 Sannsynlighetsregning med statistikk, våren 2010

Sannsynligheten for en hendelse (4.2) Empirisk sannsynlighet. ST0202 Statistikk for samfunnsvitere

ÅMA110 Sannsynlighetsregning med statistikk, våren 2010 Oppsummering

sannsynlighet for hendelse = antall ganger hendelsen inntreffer antall forsøk

SANNSYNLIGHETSREGNING

ECON Statistikk 1 Forelesning 3: Sannsynlighet. Jo Thori Lind

Utfallsrom og hendelser. Disjunkte hendelser. Kapittel 2: Sannsynlighet. Eirik Mo Institutt for matematiske fag, NTNU

ØVINGER 2017 Løsninger til oppgaver. 3.1 Myntkast For et enkelt myntkast har vi to mulige utfall, M og K. Utfallsrommet blir

Blokk1: Sannsynsteori

Statistikk 1 kapittel 3

6 Sannsynlighetsregning

Sannsynlighetsregning

Sannsynlighetsregning

Deterministiske fenomener MAT0100V Sannsynlighetsregning og kombinatorikk

TMA4240 Statistikk H2010

Kapittel 4: Sannsynlighet - Studiet av tilfeldighet

ST0202 Statistikk for samfunnsvitere [4]

Quiz, 4 Kombinatorikk og sannsynlighet

ÅMA110 Sannsynlighetsregning med statistikk, våren Noen viktige sannsynlighetsmodeller. Binomisk modell. Kp. 3 Diskrete tilfeldige variable

Kompetansemål Hva er sannsynlighet?... 2

ÅMA110 Sannsynlighetsregning med statistikk, våren Kp. 3 Diskrete tilfeldige variable. Diskrete tilfeldige variable, varians (kp. 3.

Statistikk og økonomi, våren 2017

Sannsynlighetsregning

Sannsynlighet og statistikk

Statistikk 1 kapittel 3

Forsøk med sannsynlighetsregning/fra forsøk til sannsynlighet

4.4 Sum av sannsynligheter

6 Sannsynlighet. Læreplanmål for 1P og 2P-Y. Læreplanmål for 1T

ST0202 Statistikk for samfunnsvitere

FASIT TIL NOEN OPPGAVER I SANNSYNLIGHET OG KOMBINATORIKK. Oppgave 9 a) 8 utfall: MMM, MMK, MKM, MKK, KMM, KMK, KKM, KKK b)

STK1100 våren 2017 Kombinatorikk

Oppgaver. Innhold. Sannsynlighet Vg1P

STK1100 våren Kombinatorikk = = Uniform sannsynlighetsmodell. Et stokastisk forsøk har N utfall. Det er de mulige utfallene for forsøket.

Betinget sannsynlighet. MAT0100V Sannsynlighetsregning og kombinatorikk. Vi trenger en definisjon av betinget sannsynlighet!

Motivasjon for kurset. ÅMA110 Sannsynlighetsregning med statistikk, våren Oppsummering. ÅMA110 Sannsynlighetsregning med statistikk våren 2008

Notater til forelesning i Sannsynlighetsregning SK 101 Matematikk i grunnskolen I

Forelesning 3, kapittel 3. : 3.2: Sannsynlighetsregning. Kolmogoroffs aksiomer og bruk av disse.

Terningkast. Utfallsrommet S for et terningskast med en vanlig spillterning med 6 sider er veldefinert 1, 2, 3, 4, 5, 6

Betinget sannsynlighet. MAT0100V Sannsynlighetsregning og kombinatorikk. Vi trenger en definisjon av betinget sannsynlighet!

INNHOLD. Matematikk for ungdomstrinnet

Sannsynlighet løsninger

Betinget sannsynlighet. MAT0100V Sannsynlighetsregning og kombinatorikk. Vi trenger en definisjon av betinget sannsynlighet!

Sannsynlighetsregning

Sannsynlighetsbegrepet

MAT0100V Sannsynlighetsregning og kombinatorikk

Trekking uten tilbakelegging. Disjunkte hendelser (4.5) Forts. ST0202 Statistikk for samfunnsvitere

Oppgaver. Innhold. Sannsynlighet 1P, 1T og 2P-Y

Sannsynlighet oppgaver

Kapittel 3: Kombinatorikk

Høgskolen i Telemark. Institutt for økonomi og informatikk FORMELSAMLING Statistikk I. Til bruk ved eksamen. Per Chr. Hagen

Kapittel 4.3: Tilfeldige/stokastiske variable

SENSORVEILEDNING. Khaled Jemai Stein Berggren

STK1100 våren Betinget sannsynlighet og uavhengighet. Svarer til avsnittene 2.4 og 2.5 i læreboka

ST0202 Statistikk for samfunnsvitere

4: Sannsynlighetsregning

Innledning kapittel 4

STK1100 våren Introduksjon til sannsynlighetsbegrepet. Svarer til avsnittene 2.1 og 2.2 i læreboka

STK1100 våren Introduksjon til sannsynlighetsbegrepet. Deterministiske fenomener. Stokastiske forsøk. Litt historikk

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.

ST0103 Brukerkurs i statistikk Høst 2014

Lottotrekningen i Excel

Sannsynlighet 1T, Prøve 2 løsning

ST1101/ST6101 Sannsynlighetsregning og statistikk Vår 2019

Total sannsynlighet. MAT0100V Sannsynlighetsregning og kombinatorikk = Vi kan skrive en hendelse B som en disjunkt

Innledning kapittel 4

Sannsynligheten for en hendelse (4.2) Empirisk sannsynlighet. ST0202 Statistikk for samfunnsvitere

1T kapittel 4 Sannsynlighet Løsninger til innlæringsoppgavene

Basisoppgaver til 1P kap. 4 Sannsynlighet

Notat kombinatorikk og sannsynlighetregning

ST0202 Statistikk for samfunnsvitere

Statistikk 1 kapittel 5

SANNSYNLIGHETSREGNING I GRUNNSKOLEN

Statistikk 1 kapittel 5

Transkript:

ÅMA110 Sannsynlighetsregning med statistikk, våren 2011 Kp. 2 Sannsynlighetsregning (sannsynlighetsteori) 1 Grunnbegrep Stokastisk forsøk: forsøk med uforutsigbart utfall Enkeltutfall: et av de mulige utfallene av et stokastisk forsøk Utfallsrom: samling av alle mulige utfall Eks.: et terningkast; utfallsrommet kan bestå av de seks enkeltutfallene 1, 2, 3, 4, 5, og 6 (Andre utfallsrom er mulige) 2 1

Grunnbegrep, sannsynligheten for et utfall Utfallsrom: Ω = { u, u,...} 1 2 Sannsynligheten for utfallet, u: P( u), der 0 P( u) 1 og P( u ) + P( u ) + L = 1 1 2 Dvs.: Sannsynligheten for utfallet, u, defineres til et tall mellom 0 og 1. 3 Grunnbegrep, sannsynligheten for et utfall Hvert utfall har en sannsynlighet, kjent eller ukjent Summen av alle sannsynligheter i utfallsrommet er lik 1 Tilordningen av sannsynlighet baseres på bl.a. erfaring og egenskaper ved det stokastiske forsøket God/realistisk tilordning: overensstemmelse mellom relativfrekvenser og sannsynligheter 4 2

Grunnbegrep, sannsynligheter og relativfrekvenser n gjentakelser av et stokastisk forsøk (f.eks. n kast med en terning) La n u være antall ganger utfallet u forkommer blant de n forøkene (f.eks. antall seksere blant alle kastene) Relativfrekvensen til u, er forholdet mellom n u og n: n u n EXCEL-simulering 5 Grunnbegrep, sannsynlighetsmodell Utfallsrommet med sannsynligheter tilordnet alle enkeltutfall, kalles en sannsynlighetsmodell 6 3

Grunnbegrep, uniform modell Utfallsrommet med sannsynligheter tilordnet alle enkeltutfall, kalles en sannsynlighetsmodell Uniform sannsynlighetsmodell: For et stokastisk forsøk med k (endelig) antall utfall, der alle utfall har like stor mulighet for å inntreffe, defineres sannsynligheten til å være den samme for alle utfallene, 1/k. Denne modellen kalles en uniform sannsynlighetsmodell. ll Eks. 1: kast med pengestykke; {mynt, kron} Eks. 2: kast med terning; {1, 2, 3, 4, 5, 6} 7 Grunnbegrep, uniform modell Eks. 3: trekke en rekke i LOTTO (7 av tallene 1, 2,..., 34); k = 5 379 616 Uniform modell? (JA!) Sannsynligheten for en bestemt rekke: P(en bestemt rekke trekkes) = 1/ 5 379 616 = 0.0000002 8 4

Grunnbegrep, uniform modell Eks. 4: kast med to terninger; betrakter summen av resultatene med de to terningene: {2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12}, (k=11) P(sum = 7) = 1/11 (v/uniform sannsynlighetsmodell) 9 Grunnbegrep, uniform modell Eks. 4: kast med to terninger; betrakter summen av resultatene med de to terningene: {2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12}, (k=11) P(sum = 7) = 1/11 (v/uniform sannsynlighetsmodell) Er dette rimelig?? F.eks. vil da ha at: P(sum=12) = P(sum=7)! 10 5

Grunnbegrep, uniform modell Uniform modell 0,18 0,16 0,14 0,12 0,1 0,08 0,06 0,04 0,02 0 1 2 3 4 5 6 7 8 9 10 11 12 13 11 Grunnbegrep, uniform modell Virkeligheten 0,18 0,16 0,14 0,12 0,1 0,08 0,06 0,04 0,02 0 1 2 3 4 5 6 7 8 9 10 11 12 13 12 6

Grunnbegrep, uniform modell Blå: uniform; rød: virkeligheten 0,18 0,16 0,14 0,12 0,1 0,08 0,06 0,04 0,02 0 1 2 3 4 5 6 7 8 9 10 11 12 13 13 Grunnbegrep, uniform modell ytt forslag til utfallsrom: { (1,1), (1,2), (1,3), (1,4), (1,5), (1,6), (2,1),... (2,6),... (6,1), (6,2), (6,3), (6,4), (6,5), (6,6)}; k=36 (f.eks. betyr (3,5): rød terning=3 og blå terning=5) Her er alle utfall like mulige!! (=> uniform modell) 14 7

Regneøvingene Oppstart mandag 11. januar (10.15 12.00) Her (2. etg.) og her (3. etg.) Stud.ass.-base (3.etg.) 15 Regneøvingene. Oppgavene. De *-merkede oppgavene i oppgavsettene er "must-oppgaver". Dvs.: *-oppgavene omhandler det mest sentrale i kurset og er eksempler på standard problemstillinger som det forventes at studenten kan løse etter kurset; *-oppgavene er eksempler på problemstillinger du bør konsentrere deg om dersom du har problemer med å nå skikkelig over hele pensumet. 16 8

Grunnbegrep, begivenheter En begivenhet er en samling av utfall. eks.: minst fem : {5, 6} partall : {2, 4, 6} Generelt : Utfallsrom: Begivenhet : Ω = A, Sannsynligheten for { u, u, K} 1 av utfallsrommet A: 2 en delmengde P(A) ( A Ω) 17 Grunnbegrep, begivenheter Sannsynligheten for begivenheten er summen av sannsynlighetene til enkeltutfallene: Terningkas t, A = "minst fem" Sannsynligheten for A: P(A) = P ({5,6}) = P ({5}) + P ({6}) = 1 6 + 1 6 = 2 6 = 1 3 18 9

Grunnbegrep, begivenheter Sannsynligheten for begivenheten er summen av sannsynlighetene til enkeltutfallene; Generelle formuleringer og implikasjoner: Sannsynligheten for A: P(A) P( A) = P( u) u A 0 P( A) 1 P( Ω) = 1 (husk at Ω er en begivenhet; den MÅ inntreffe!) 19 Grunnbegrep, operasjoner med begivenheter (kp. 2.2, 2.3) Vi har ofte behov for å utrykke og finne sannsynligheten for sammensatte begivenheter; A eller B, A eller B eller C, B og C, osv. Snitt, union og komplement fra mengdelæren brukes. 20 10

Grunnbegrep, operasjoner med begivenheter (kp. 2.2, 2.3) Referanseeks.: Tre kast med pengestykke; vi betrakter rekkefølge av kron (K) og mynt (M). {KKK, KKM, KMK, MKK, KMM, MKM, MMK, MMM} = { u 1, u 2, u 3, u 4, u 5, u 6, u 7, u 8 } A: kron minst to ganger, B: mynt i første Da: A={u 1, u 2, u 3, u 4 } og B={u 4, u 6, u 7, u 8 } 21 Grunnbegrep, operasjoner med begivenheter; Venndiagram A={u 1, u 2, u 3, u 4 } og B={u 4, u 6, u 7, u 8 } Venndiagram: A u 4 B u 5 Veldig nyttig hjelpemiddel i en del situasjoner. 22 11

Grunnbegrep, operasjoner med begivenheter Operasjon: Skrivemåte: Inntreffer Unionen mellom A og B A B A eller B (eller begge) inntreffer A u 4 B u 5 23 Grunnbegrep, operasjoner med begivenheter Operasjon: Skrivemåte: Inntreffer Snittet mellom A og B AB, A B A og B inntreffer A u 4 B u 5 24 12

Grunnbegrep, operasjoner med begivenheter Operasjon: Skrivemåte: Inntreffer Koplementet til A A C, A A ikke inntreffer A A C 25 Grunnbegrep, operasjoner med begivenheter To begivenheter sies å være disjunkte hvis og bare hvis begivenhetene ikke kan inntreffe samtidig. Disjunkte mengder har ingen felles element. C D C D = φ 26 13

Regneregler med sannsynlighet 1. Komplementsetningen: P( A) = 1 P( A) A ( P( Ω) = 1) A C A og A A = Ω da : 1 = P( Ω) = P(A A) = P(A) + P(A) 27 Regneregler med sannsynlighet 2. Addisjonssetningen (generell): P ( A B ) = P ( A ) + P ( B ) P ( A B ) A B 28 14

Regneregler med sannsynlighet Er addisjonssetningen gyldig for to disjunkte begivenheter? P( C D) = P( C) + P( D) P( C D) C D 29 Sannsynlighetsregning, eksempel P( A) = 1 P( A) P( A B) = P( A) + P( B) P( A B) Tokomponentsystem, parallellkoplet A System ok når minst en av komponentene er ok. B Anta at : P(A ok) = 0.9 = P(B ok) og P(begge ok) = a) Hva er sannsynligheten for at systemet er ok? 0.85 b) Hva er sannsynligheten for at ingen av komponentene er ok? 30 15

Sannsynlighetsregning, oppsummering av regneregler Sannsynligheten for A: P(A) P( A) = P( u), 0 P( A) 1, P( Ω) = 1 u A Komplementsetningen : P( A) = 1 P( A) Addisjonssetningen : P( A B) = P( A) + P( B) P( A B) Disjunkte begivenheter : C D = φ, ("den tomme mengden"; C og D har ingen felles element / utfall) 31 ÅMA110 Sannsynlighetsregning med statistikk, våren 2011 Kp. 2.4 Sannsynlighetsregning (sannsynlighetsteori); opptellingsregler 32 16

Opptellingsregler (kp. 2.4) Ved bruk av uniform modell: P ( A) = g k der g=antall utfall i begivenheten A, og k er antall utfall i utfallsrommet., oen ganger enkelt: Trekk et tilfeldig kort fra en kortstokk; P( konge) = 4 52, 33 Opptellingsregler (kp. 2.4) Fort mer komplisert: Trekk to tilfeldige kort fra en kortstokk; g P( begge er konger) = =? k Vi trenger verktøy for å håndtere slike og (mange) lignende problemer! 34 17

Opptellingsregler, situasjon Situasjon; Med eller uten tilbakelegging? Ordnet eller uordnet utvalg? (ordnet: vi tar hensyn til rekkefølgen objektene blir trukket ut i) Populasjon, ulike objekt s... fire muligheter... Utvalg, s objekt 35 Opptellingsregler, situasjon Vi fokuserer på uordnede utvalg uten tilbakelegging. Men vi bruker ordnede utvalg underveis. Populasjon, ulike objekt Tilb.legging? s ja ja nei Utvalg, s objekt ordnet? nei 36 18

Opptellingsregler Multiplikasjonsregelen Dersom et forsøk består av to deler slik at første del kan ha m 1 ulike resultat og slik at det til hvert resultat i første del kan være m 2 ulike resultat i andre del, så er det totale antall ulike resultat lik m 1 m 2. Eks. 1: ruter- og kløverkort Eks. 2: Utvidelse til mer enn to deler Eks. 3: Bilnummer (se bok) 37 Opptellingsregler Ordnede utvalg uten tilbakelegging Antall mulige ulike utvalg: ( ) s = ( 1)( 2) L( s + 1) 144444 244444 3 s faktorer Populasjon, ulike objekt s Eks.: Trekke tre av de 13 ruterkortene Utvalg, s objekt Begrunnelse for resultat: vha. multiplikasjonsregelen 38 19

Opptellingsregler Antall rekkefølger (permutasjoner) av ulike objekt: () = (-1)(-2)...3*2*1 =! -fakultet Eks.: De 13 ruterkortene kan permuteres på 13! ulike måter. 39 Opptellingsregler Uordnede utvalg uten tilbakelegging: Eks.: Vi skal trekke tre av ruterkortene (uten tilbakelegging). Hvor mange ulike utvalg (uordnede) er mulig? Resonnement: 1. Ant. ordnede: 13*12*11 = 1716 2. Hvert av disse kan permuteres på 3!=3*2*1 måter 3. Da må vi ha: (ant. ordnede) = (ant. uordnede)*3! Dvs.: (ant. uordnede) = (ant. ordnede) / 3! 40 20

Opptellingsregler Antall uordnede utvalg uten tilbakelegging når s objekt trekkes fra ulike objekt er : ( ) s! s Populasjon, ulike objekt s Ant. ordnede: () s Ant. permutasjoner: s! 41 Opptellingsregler, uordnede utvalg uten tilbakelegging Skrivemåte: ( ) = s s!! s Populasjon, ulike objekt Vi kan se at: = s! s!( s)! s ( ) = s s! s ( 1) L( s + 1) ( s)!! = = s! ( s)! s!( s)! 42 21

Opptellingsregler, uordnede utvalg uten tilbakelegging Eks.: Syvmanns lag av ti spillere. Regel: = s s Populasjon, ulike objekt s Obs.: = 1 ; Derfor defineres : = 1 0 43 Opptellingsregler, uordnede utvalg uten tilbakelegging Eks.: LOTTO. 34 kuler nummerert fra 1 til 34; Syv trekkes ut. Hvor mange muligheter finnes det? Populasjon, ulike objekt s 44 22

Opptellingsregler Tilfeldig utvalg Et utvalg av s objekter tatt fra ulike sies å være et tilfeldig utvalg dersom alle mulige utvalg har lik sannsynlighet for å bli tatt ut. (Dette betyr at vi kan bruke uniform modell.) s 45 Opptellingsregler, oppsummering Multiplikasjonsregelen : m m L m 1 2 1 k Antall ord. utvalg, s fra : ( ) = ( 1)( 2) L ( s + 1) s Antall permutasjoner av : ( ) = ( 1)( 2) L 3 2 1 =! Antall utvalg, s fra ( ) : = s s! s 46 23

Opptellingsregler, oppsummering Tre eksempler 1. To kort trekkes fra en kortstokk. Hva er sannsynligheten for at begge er konger? 2. Fem kort trekkes fra en kortstokk. Hva er sannsynligheten for at vi får akkurat to konger og to damer? (Dvs.: det femte kortet er noe annet enn konge g ( g eller dame.) 3. Meningsmåling 47 24