MAT0100V Sannsynlighetsregning og kombinatorikk

Like dokumenter
Tilfeldige variabler. MAT0100V Sannsynlighetsregning og kombinatorikk

Tilfeldige variabler. MAT0100V Sannsynlighetsregning og kombinatorikk

Tilfeldige variabler. MAT0100V Sannsynlighetsregning og kombinatorikk

STK1100 våren 2017 Kombinatorikk

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

Binomisk fordeling. Tilfeldige variabler. MAT0100V Sannsynlighetsregning og kombinatorikk

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

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

Ulike typer utvalg. MAT0100V Sannsynlighetsregning og kombinatorikk. Ordnet utvalg uten tilbakelegging. Ordnet utvalg med tilbakelegging.

Notater til forelesning i Sannsynlighetsregning SK 101 Matematikk i grunnskolen I

Sannsynlighet løsninger

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

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

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

S1 kapittel 7 Sannsynlighet Løsninger til oppgavene i boka

Quiz, 4 Kombinatorikk og sannsynlighet

Sannsynlighet oppgaver

Notat kombinatorikk og sannsynlighetregning

S1 kapittel 7 Sannsynlighet Løsninger til oppgavene i boka

1T kapittel 4 Sannsynlighet Løsninger til innlæringsoppgavene

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

Sannsynlighet S1, Prøve 2 løsning

Kompetansemål Sannsynlighet, S Innledning Pascals talltrekant Binomialkoeffisienter Kombinatorikk...

Regneregler for forventning og varians

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

Innledning kapittel 4

Sannsynlighetsregning og kombinatorikk

ÅMA110 Sannsynlighetsregning med statistikk, våren 2011

Innledning kapittel 4

Oppgaver i sannsynlighetsregning 3

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

Oppgaver. Innhold. Sannsynlighet Vg1P

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

Statistikk og økonomi, våren 2017

INNHOLD. Matematikk for ungdomstrinnet

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

Statistikk 1 kapittel 5

Tall i arbeid Påbygging Kapittel 2 Sannsynlighetsregning Løsninger til innlæringsoppgavene

Test, 3 Sannsynlighet og statistikk

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

Statistikk 1 kapittel 5

Betinget sannsynlighet, total sannsynlighet og Bayes setning Kapittel 4.5

Statistikk 1 kapittel 5

Binomisk fordeling. Hypergeometrisk fordeling. MAT0100V Sannsynlighetsregning og kombinatorikk. Vi har følgende situasjon: = = 2

Ulike typer utvalg. MAT0100V Sannsynlighetsregning og kombinatorikk. Ordnet utvalg uten tilbakelegging 29 (29 1) (29 2) (29 3) =

Sannsynlighet og statistikk S2 Løsninger

Forelesning 6, kapittel 3. : 3.6: Kombinatorikk.

6 Sannsynlighetsregning

Emnenavn: Geometri, måling, statistikk og sannsynlighetsregning 2 (5-10) Eksamenstid: 09:00 15:00 Faglærere: Russell Hatami

Statistikk 1 kapittel 5

Betinget sannsynlighet, total sannsynlighet og Bayes setning Kap. 4.5 STK1000 H11

Sannsynlighet for alle.

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

SANNSYNLIGHETSREGNING

Sannsynlighetsbegrepet

ÅMA110 Sannsynlighetsregning med statistikk, våren 2011

Sannsynlighet og statistikk

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

ST1101/ST6101 Sannsynlighetsregning og statistikk Vår 2019

Sannsynlighet i uniforme modeller. Addisjon av sannsynligheter

Emnenavn: Eksamenstid: 4 timer. Faglærer: Hans Kristian Bekkevard

10.4 Sannsynligheter ved flere i utvalget (kombinatorikk)

ÅMA110 Sannsynlighetsregning med statistikk, våren 2007

S1 kapittel 3 Sannsynlighet Løsninger til innlæringsoppgavene

ST0202 Statistikk for samfunnsvitere

Deterministiske fenomener MAT0100V Sannsynlighetsregning og kombinatorikk

Oppgaver i Sannsynlighetsregning og kombinatorikk MAT0100V våren 2015

Sannsynlighetsregning

A. i) Sett opp en frekvenstabell over de fire mulige kombinasjonene av kjønn og røykestatus. Dvs. fyll inn. Ikke - røyker Sum Jente Gutt Sum 25

6 Sannsynlighetsregning

TMA4240/TMA4245 Statistikk Oppsummering diskrete sannsynlighetsfordelinger

ECON Statistikk 1 Forelesning 3: Sannsynlighet. Jo Thori Lind

ST1101/ST6101 Sannsynlighetsregning og statistikk Vår 2019

µ = E(X) = Ʃ P(X = x) x

Prøvemidtveiseksamen TMA4240 Statistikk H2004

TMA4240 Statistikk Høst 2009

STK1100: Kombinatorikk

Prøve 6 1T minutter. Alle hjelpemidler

Kapittel 3: Kombinatorikk

Sannsynlighet og statistikk S2 Oppgaver

Hypotesetesting. Hvorfor og hvordan? Gardermoen 21. april 2016 Ørnulf Borgan. H. Aschehoug & Co Sehesteds gate 3, 0102 Oslo Tlf:

sannsynlighet for hendelse = antall ganger hendelsen inntreffer antall forsøk

Sannsynlighet og statistikk

4.4 Sum av sannsynligheter

Sannsynlighetsregning

ST0202 Statistikk for samfunnsvitere

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

STK1100 våren Forventningsverdi. Forventning, varians og standardavvik

Tilfeldige variable (5.2)

TMA4240 Statistikk H2010 Kapittel 5: Diskrete sannsynlighetsfordelinger : Uniform, binomisk, hypergeometrisk fordeling

STK1100 våren Betinget sannsynlighet og uavhengighet. Vi trenger en definisjon av betinget sannsynlighet! Eksempel 1

S1 eksamen høsten 2016 løsningsforslag

Kapittel 2: Sannsynlighet [ ]

Kapittel 3: Kombinatorikk

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

MAT1030 Diskret Matematikk

ST0202 Statistikk for samfunnsvitere

Løsninger. Innhold. Sannsynlighet Vg1P

Eksamen S1 vår 2011 DEL 1. Uten hjelpemidler. Oppgave f x x. f x x. x x. S1 Eksamen våren 2011, Løsning MATEMATIKK

Transkript:

MAT000V Sannsynlighetsregning og kombinatorikk Uordnet utvalg uten tilbakelegging (repetisjon) Tilfeldige variabler og sannsynlighetsfordelinger Hypergeometrisk fordeling Binomisk fordeling Ørnulf Borgan Matematisk institutt Universitetet i Oslo Uordnet utvalg uten tilbakelegging Eksempel.7 (modifisert): Landslagstreneren i langrenn for menn har sju løpere å velge mellom til en World Cup stafett over x0 km På hvor mange måter kan han ta ut de fire som skal gå stafetten (når vi ikke tar hensyn til hvem som skal gå de ulike etappene)? Antall måter treneren kan ta ut de fire løperne på er 7 7! Merk at vi kan skrive C C 7 P 7 5 2 3 7 5 3 2 2 3 2 3 35 7! 7! 3! 2 Generelt har vi en mengde med n elementer, og vi velger r elementer fra mengden uten tilbakelegging Antall uordnede utvalg vi kan lage er n n C r Pr r! n Merk at vi kan skrive n ( n ) ( n 2) ( n r + ) 2 ( r ) r C n ( n ) ( n r + ) ( n r) ( n r ) 2 r r! ( n r)! n! n r! ( n r)! r Eksempel.8 (modifisert): En klasse har 25 elever Fire elever skal velges til en festkomité Hvor mange måter kan det gjøres på? Antall måter vi kan velge de elevene på er 25 25!! 2! 25 2 23 22 2 3 250 Med GeoGebra: Vi vil bruke skrivemåten for binomialkoeffisientene n r 3

Eksempel.0 (modifisert): Eksempel.: I en kartong er det 2 sikringer En pokerspiller får delt ut fem kort Fire av dem er defekte, resten er i orden Hva er sannsynligheten for at spilleren bare får hjerter? Vi trekker tilfeldig tre sikringer Antall mulige måter å dele ut fem kort på: Hva er sannsynligheten for at én er defekt? 52 5 2 598 90 2 220 3 8 28 2 Antall gunstige utvalg 2 Antall mulige utvalg Antall av disse som gir bare hjerter: 3 5 287 P (bare hjerter) 287 259890 P (én defekt sikring) 0.0005 0.509 5 Eksempel.3: Tilfeldige variabler En pokerspiller får delt ut fem tilfeldig valgte kort Hva er sannsynligheten for at spilleren får to par? Når vi kaster to terninger er det 3 utfall Vi er ofte ikke interessert i de enkelte utfallene Vi kan for eksempel bare være interessert i X «summen av antall øyne» Antall mulige utvalg: 52 259890 5 3 Antall gunstige utvalg: 2 2 2 0.08 23552 X er en tilfeldig variabel valg av ett kort i en tredje verdi valg av to kort i andre verdi 23552 259890 valg av to kort i første verdi valg av to verdier P (to par) 2 220 7 (,) (2,) (3,) (,) (5,) (,) (,5) (2,5) (3,5) (,5) (5,5) (,5) (,) (2,) (3,) (,) (5,) (,) (,3) (2,3) (3,3) (,3) (5,3) (,3) (,2) (2,2) (3,2) (,2) (5,2) (,2) (,) (2,) (3,) (,) (5,) (,) 8

De mulige verdiene til X er 2, 3,,,, 2 Ved å telle opp antall gunstige utfall for hendelsen «X k» kan vi bestemme P(X k) for k 2, 3,, 2 (,) (2,) (3,) (,) (5,) (,) (,5) (2,5) (3,5) (,5) (5,5) (,5) (,) (2,) (3,) (,) (5,) (,) (,3) (2,3) (3,3) (,3) (5,3) (,3) (,2) (2,2) (3,2) (,2) (5,2) (,2) (,) (2,) (3,) (,) (5,) (,) «X 7» P(X 7) /3 9 Vi får tabellen: Tabellen gir sannsynlighetsfordelingen til X Summen av sannsynlighetene i tabellen er lik én Vi kan vise sannsynlighetsfordelingen med et stolpediagram 0 Hypergeometrisk fordeling (,) (2,) (3,) (,) (5,) (,) Y (,5) (2,5) (3,5) (,5) (5,5) (,5) Y 5 (,) (2,) (3,) (,) (5,) (,) Y (,3) (2,3) (3,3) (,3) (5,3) (,3) Y 3 (,2) (2,2) (3,2) (,2) (5,2) (,2) Y 2 (,) (2,) (3,) (,) (5,) (,) Y Mulige verdier for Y er, 2, 3,, 5 og (se figuren ovenfor) k 2 3 5 9 7 5 3 P( Y k) 3 3 3 3 3 3 Eksempel 7.: I en kartong er det 2 sikringer Fire av dem er defekte, resten er i orden Vi trekker tilfeldig tre sikringer X «antall defekte sikringer vi trekker» Vi vil finne P(X k) Antall mulige utvalg 2 3 Vi kan trekke k defekte på måter Vi kan trekker 3 k som er i orden på 8 3 måter

Antall gunstige utvalg for k defekte (og 3 k som er i orden) er Sannsynlighetsfordelingen til X Sannsynlighetsfordelingen gir 8 3 P( X 0) 0.255 P( X ) 0.509 P( X 2) 0.28 P( X 3) 0.08 3 Generelt har vi følgende situasjon: Vi har en mengde med N elementer (I eksempel 7. er dette mengden av de 2 sikringene) Elementene i mengden kan deles inn i to delmengder D og D Det er m elementer i D og N m elementer i D (I eksempel 7. er de to delmengdene de defekte og de ikke-defekte sikringene. Det er defekte sikringer og 2-8 som er i orden) Vi trekker tilfeldig n elementer fra mengden (I eksempel 7. trekker vi 3 sikringer) La X være antall elementer vi trekker fra D Ved å resonnere som i eksempelet finner vi at X har sannsynlighetsfordelingen Vi sier at X er hypergeometrisk fordelt 5 a) b.i) bare røde kuler 0 5 0 20 0.07 k 0,, 2, 3,

b.ii) 3 røde kuler og blå kule 3 3 20 0 20 0.38 Vi kan bruke sannsynlighetskalkulatoren i GeoGebra til å bestemme P(Xk) b.iii) 2 røde kuler og 2 blå kuler 2 2 2 5 0 20 0.29 Her skriver du inn antall elementer i mengden (populasjonen) du trekker fra Her skriver du inn antall elementer i delmengden D Her skriver du inn antall elementer du trekker fra mengden 7 Eksempel 7.2: Når du tipper én lottorekke, krysser du av sju tall fra til 3 Det trekkes tilfeldig ut 7 vinnertall La X være antall riktige vinnertall du tipper Sannsynlighetsfordelingen blir: 7 27 7 3 7 Binomisk fordeling Eksempel 7.3: I en søskenflokk er det fire barn Hva er sannsynligheten for at det er to gutter og to jenter i søskenflokken? La X «antall gutter i søskenflokken» Vi vil finne P(X 2) To eldste gutter, to yngste jenter: GGJJ Eldste og yngste gutt, to midterste jenter: GJJG Andre rekkefølger som gir to gutter og to jenter: GJGJ, JGGJ, JGJG og JJGG 20

Vi antar at barnas kjønn er uavhengig av hverandre P( GGJJ ) 0.5 0.5 0.8 0.8 P( GJJG) 0.5 0.8 0.8 0.5 2 2 0.5 0.8 2 2 0.5 0.8 Hver av de fire andre rekkefølgene som gir to gutter og to jenter har også sannsynligheten 2 2 0.5 0.8 Vi finner P(X2) ved å legge sammen sannsynlighetene for de seks rekkefølgene som gir to gutter og to jenter: 2 2 P( X 2) 0.5 0.8 0.37 a) Det er åtte andre rekkefølger som gir to seksere: SFSFF, SFFSF, FSSFF, FSFSF, FSFFS, FFSSF, FFSFS, FFFSS b) 2 3 5 5 5 5 P( SSFFF) 2 22 c) d) Samme sannsynlighet som i spørsmål b 2 3 5 P(to seksere) 0 0. Vi ser på eksempel 7.3 Der fant vi at det var seks rekkefølger som gir to gutter og to jenter Det kunne vi funnet ut uten å skrive opp alle rekkefølgene For å velge en bestemt rekkefølge er det samme som å velge 2 plasser blant der det skal stå G G G 23 Det kan vi gjøre på 2 måter 2

Generelt har vi følgende situasjon: Vi gjør n forsøk (I eksempel 7.3 er hvert barn et «forsøk») I hvert forsøk er det to muligheter: Enten inntreffer en bestemt begivenhet S ellers så gjør den ikke det (I eksempel 7.3 er hvert barn enten en gutt eller en jente) I hvert forsøk er sannsynligheten lik p for at S skal inntreffe (I eksempel 7.3 er sannsynligheten for gutt 5.%) La X være antall ganger S inntreffer i de n forsøkene Ved å resonnere som i eksempel 7.3 finner vi at X har sannsynlighetsfordelingen +, (,) Vi sier at X er binomisk fordelt Forsøkene er uavhengige (I eksempel 7.3 har vi antatt uavhengighet siden vi ser bort fra tvillinger, osv.) 2 GeoGebra Vi kan bruke sannsynlighetskalkulatoren i GeoGebra til å bestemme P(Xk) a) b.i) b.ii) tre mynt. - 3 3 fire mynt. - b.iii) fem mynt. - 5 5 20 0.33 5 0.23 0.09 28

Eksempel 7.. En bestemt type frø spirer med 70% sannsynlighet Vi sår 20 frø. Hva er sannsynligheten for at nøyaktig 5 frø vil spire? La X være antall før som spirer Hvis frøene spirer uavhengig av hverandre, er X binomisk fordelt med n 20 og p 0.70 P (5 frø spirer) P( X 5) 20 5 0.705 0.30 5 0.79 29