Forelesning 5, kapittel 3. : 3.5: Uavhengige hendelser.



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

Sannsynlighetsregning og Statistikk

Innledning kapittel 4

Sannsynlighetsregning

Innledning kapittel 4

4.4 Sum av sannsynligheter

Forelesning 4, kapittel 3. : 3.4: Betinget sannsynlighet.

Beskrivende statistikk.

Sannsynlighetsregning og kombinatorikk

Sannsynlighetsbegrepet

ÅMA110 Sannsynlighetsregning med statistikk, våren 2011

Betinget sannsynlighet

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

6 Sannsynlighetsregning

ÅMA110 Sannsynlighetsregning med statistikk, våren 2008

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

ÅMA110 Sannsynlighetsregning med statistikk, våren 2010

Sannsynlighet i uniforme modeller. Addisjon av sannsynligheter

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!

ÅMA110 Sannsynlighetsregning med statistikk, våren 2007

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

Blokk1: Sannsynsteori

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

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

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

10.4 Sannsynligheter ved flere i utvalget (kombinatorikk)

ÅMA110 Sannsynlighetsregning med statistikk, våren 2011

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

Statistikk 1 kapittel 3

Forelening 1, kapittel 4 Stokastiske variable

Legg merke til at summen av sannsynlighetene for den gunstige hendelsen og sannsynligheten for en ikke gunstig hendelse, er lik 1.

Forelesning 6, kapittel 3. : 3.6: Kombinatorikk.

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

Quiz, 4 Kombinatorikk og sannsynlighet

Analysedrypp I: Bevis, mengder og funksjoner

= 5, forventet inntekt er 26

Eksplosjon av data! Innledning til STK1100. Stokastiske forsøk STK1100. Statistisk analyse. Deterministiske fenomener. Data samles inn overalt

Emne 12 Mengdelære. ( bokstaven g er ikke et element i mengden B ) Betyr: B er mengden av alle positive oddetall.

Regneregler for forventning og varians

MULTIPLE CHOICE ST0103 BRUKERKURS I STATISTIKK September 2016

Oppgaveløsninger til undervisningsfri uke 8

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

TMA4240 Statistikk H2010

ST0202 Statistikk for samfunnsvitere [4]

9.5 Uavhengige hendinger

Løsningsforslag. Oppgavesettet består av 9 oppgaver med i alt 20 deloppgaver. Ved sensur vil alle deloppgaver telle omtrent like mye.

MAT1030 Diskret Matematikk

Kapittel 5: Mengdelære

Prøve 6 1T minutter. Alle hjelpemidler

Magisk Matematikk. 75 minutter. Passer for: Varighet:

Emne 13 Utsagnslogikk

SANNSYNLIGHETSREGNING

Statistikk og økonomi, våren 2017

Kapittel 2: Sannsynlighet

Analysedrypp I: Bevis, mengder og funksjoner

EKSAMEN. EMNEANSVARLIG: Terje Bokalrud og Hans Petter Hornæs. TILLATTE HJELPEMIDLER: Kalkulator og alle trykte og skrevne hjelpemidler.

Ukeoppgaver i BtG207 Statistikk, uke 4 : Binomisk fordeling. 1

Hvorfor sannsynlighetsregning og kombinatorikk?

Sannsynlighet og kombinatorikk i videregående skole

Forsøk med sannsynlighetsregning/fra forsøk til sannsynlighet

K A L K U L U S. Løsningsforslag til utvalgte oppgaver fra Tom Lindstrøms lærebok. ved Klara Hveberg. Matematisk institutt Universitetet i Oslo

Denne følgen har N+1 ledd. En generell uendelig følge kan settes opp slik:

Brøker med samme verdi

Mer om mengder: Tillegg til Kapittel 1. 1 Regneregler for Booleske operasjoner

Kapittel 2: Sannsynlighet

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

Læreplan i matematikk for samfunnsfag - programfag i studiespesialiserende program

x n+1 rx n = 0. (2.2)

Løsningsforslag, eksamen MAT104 våren 2013

Løsningsforslag, eksamen i matematikk 1, modul 2, for 2NGLU(ss) våren 2012

Mappeoppgave om sannsynlighet

Kontinuerlige stokastiske variable.

Magisk Matematikk trinn, Vg1 75 minutter

MAT4010 PROSJEKTOPPGAVE: Statistikk i S2. Olai Sveine Johannessen, Vegar Klem Hafnor & Torstein Mellem

Konfidensintervall for µ med ukjent σ (t intervall)

Tillegg til kapittel 11: Mer om relasjoner

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

Simulering - Sannsynlighet

Statistikk 1 kapittel 3

Kapittel 2: Sannsynlighet [ ]

Kompetansemål Hva er sannsynlighet?... 2

Test, 3 Sannsynlighet og statistikk

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

Eksamen S2 vår 2009 Del 1

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

Matematisk induksjon

Notater fra forelesning i MAT1100 torsdag

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

TMA4240 Statistikk H2010

3 x 3 ruter. Hvilke matematiske utfordringer finnes det i et spillebrett på 3x3 ruter? Her er noen eksempler på spill og problemløsningsoppgaver

Sannsynlighet for alle.

Deterministiske fenomener MAT0100V Sannsynlighetsregning og kombinatorikk

Sannsynlighet og statistikk

TMA4240 Statistikk Høst 2015

ÅMA110 Sannsynlighetsregning med statistikk, våren

ECON Statistikk 1 Forelesning 3: Sannsynlighet. Jo Thori Lind

Heldagsprøve. Matematikk - S2. 6 Mai 2010

Transkript:

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 sannsynlighet er Generelt sier vi at A og B er statistisk uavhengige hendelser hvis P(B A)=P(B) Hvis vi har uavhengige hendelser behøver vi ikke bry oss om betinget sannsynlighet. Dette vil være situasjonen i det meste av det vi skal gjøre i resten av pensum, så uavhengiget er mye viktigere enn betinget sannsynlighet. Ofte sier vi bare "uavhengige hendelser" hvis det ikke er fare for sammenblanding med andre typer uavhengighet (f.eks. lineær uavhengighet) man finner forskjellige steder i matematikken. des 9 19:22

Dette brukes gjerne som definisjonen på uavhengighet. mar 31 09:55

Eksempel 1 Oppgaven: En brannvarslingssystem består av en detektor som registrerer røyk, og en annen som registrerer varme. I følge garantien fra produsenten er sannsynligheten for at røykdetektoren virker som den skal (hvis det begynner å brenne) 0.98, og sannsynligheten for at varmesensoren virker som den skal er 0.95. Hva er sannsynligheten for at minst en av disse virker, slik at brannen blir varslet (hvis den oppstår) Løsningsforslag. Vi kan kalle hendelsen at røykdetektoren virker for A, og at varmesensoren virker for B, og har fått oppgitt at P(A)=0.98 og P(B)=0.95. At minst en av delene virker er AUB, så vi må regne ut P(AUB). Hendelsene er ikke disjunkte (det kan godt hende begge delene virker), så vi må bruke summeformelen for overlappende hendelser: Vi kan ikke vite sikkert om hendelsene er stokastisk uavhengige, men kan ikke regne ut snittet og demed besvare oppgaven uten å gjøre denne antagelsen. Alternativ løsning. En annen mulighet er å gå omveien om den motsatte hendelsen, at systemet IKKE virker: Vi har at (en av DeMorgans lover, høyresiden er at "røykdetektoren virker ikke og varmesensoren virker ikke") Dermed er Og siden virker/virker ikke på de to delene antas uavhengig kan vi omforme sannsynligheten for snittet: Denne siste måten å gjøre det på er spesielt hensiktsmessig i tilsvarende problemstillinger der det inngår mer enn to komponenter. Neste eksempel er en situasjon der løsningsmetoden følger samme ide: mar 31 20:17

Eksempel 2 Problem: Et spill går ut på at man kan kaste en terning inntil 4 ganger, og vinner hvis man får (minst) en sekser på disse kastene. Hva er sannsynligheten for å vinne dette spillet? Kommentar: Dette var et av spørsmålene Chevalier de Mere sendte til Pascal og Fermat i 1649, og løsningen av dette ga støtet til at disse grunnla sannsynlighetsregninga. Den vanlige feilresonnementet er å tru at sannsynligheten er 1/6+1/6+1/6+1/6=2/3, mend de Mere innså nok at dette var feil. Ikke stemte det med hans erfaring, og dessuten bærer det åpenbart galt av sted om resonnementet utvides til 6 eller 7 kast. Løsning: La A 1 være sekser på første kast, A 2 sekser på andre, A 3 sekser på tredje og A 4 sekser på fjerde kast. Da er minst en sekser på de 4 kastene, altså vunnet spill, hendelsen Dette er ikke disjunkte hendelser, det er for eksempel godt mulig at det blir sekser både på første og andre kast. Derfor kan man ikke bare ganske enkelt addere sannsynlighetene. Trikset er å se på den motsatte hendelsen: Tapt spill, eller ingen seksere på de 4 kastene. Denne hendelsen kan omformes slik: Dette er en av de Morgans lover, og kan også innses språklig: Høyresiden kan leses "ikke sekser på første og ikke sekser på andre og ikke sekser på tredje og ikke sekser på fjerde kast", og dette er det samme som ikke sekser på noen av kastene, som er det motsatt av sekser på minst et av kastene. (fortsettelse neste side) mar 31 10:03

Eksempel 2 forts. Sannsynligheten for å vinne blir da Nå kommer uavhengigheten inn. Hva som skjer i hvert av kastene er selvfølgelig uavhengig av hva som har skjedd i de andre kastene, og gjentatt bruk av definisjonen av uavhengighet gir da at den siste sannsynligheten er Sannsynlighetene for ikke å få sekser i i te kast er 1 1/6 = 5/6, så Kommentar: Det andre spillet var kast med 2 terninger, og vunnet spill var å få dobbel seks i løpet av 24 kast. de Mere oppdaget ved erfaring at dette ga en annen og lavere vinstsannsynlighet. Denne sannsynligheten skal du selv regne ut i en av oppgavene. mar 31 10:03

Eksempel 3. Geometrisk fordeling. En terning skal kastes helt til første sekser kommer. Definer enkelthendelsene A x som utfallet at det kommer x kast før første sekser. Det er da ubegrenset mange teoretisk mulige utfall: A 0, A 1, A 2, A 3, A 4, A 5, A 6, A 7, A 8 og så videre. Sannsynligheten for å få sekser i et enkelt kast er p=1/6. P(A 0 ) = p = 1/6, for dette utfallet betyr at første sekser kommer med en gang. P(A 1 ) = (1 p) p = 5/6. 1/6, for dette utfallet betyr ikke sekser i første kast og sekser i andre kast (et snitt), og på grunn av uavhengighet skal disse sannsynlighetene da multipliseres. P(A 2 ) = (1 p) 2 p = (5/6) 2. 1/6, P(A x ) = (1 p) x p = (5/6) x. 1/6, først 2 "ikke seksere", så en sekser. først x "ikke seksere", så en sekser. Hendelser som har sannsynligheter beskrevet med denne formelen (vanligvis med en annen verdi av parameteren p) sier vi har en geometrisk fordeling. Problem: Anne og Bjørn skal spille et spill der de kaster terning annenhver gang, og den første som får sekser vinner. Anne kaster først. Hva er sannsynligheten for at Anne vinner? Løsning: At Anne vinner betyr at vi får et av utfallene A 0, A 2, A 4, A 6, A 8,..., altså A x, med x som partall. Hendelsen A, at hun vinner, er dermed en tellbar uendelig union av disjunkte hendelser. Sannsynligheten for slike unioner kan summeres, i følge Kolmogoroffs 3. aksiom (setning 10 på arket "Regneregler for sannsynlighet) : Eksemplet fortsetter på neste side. mar 31 10:21

Eksempel 3, Geometrisk fordeling, fortsetter Ved å sette inn sannsynlighetene for enkelthendelsene får vi da: Dette er en geometrisk rekke, og du har vel tidligere sett formelen for en sum av geometriske rekker: mar 31 10:21

Til slutt i denne forelesningen: Gjør pensumoppgave 3.3. Fortsett med forelesning 3.6 (kombinatorikk) som er den siste for kapittel 3. des 9 19:22