x-klasserne Gammel Hellerup Gymnasium
|
|
|
- Charlotte Eskildsen
- 10 år siden
- Visninger:
Transkript
1 SANDSYNLIGHEDSREGNING OG KOMBINATORIK x-klassere Gammel Hellerup Gymasum
2 Idholdsfortegelse SANDSYNLIGHEDSREGNING... 3 Sadsylghedsfelt... 3 Edelge sadsylghedsfelter (sadsylghedsfordelger):... 3 Uedelge sadsylghedsfelter:... 4 Hædelser:... 5 Hædelser et symmetrsk sadsylghedsfelt... Betget sadsylghed:... 7 De store tals lov... Sadsylgheder og frekveser:... De store tals lov:... Stokastsk varabel... Mddelværd, spredg og varas... 3 Tæthedsfukto og fordelgsfukto... 7 Normeret stokastsk varabel... 9 Uafhægge stokastske varable... KOMBINATORIK... 5 Cetrale begreber... 5 Multplkatosprcppere:... Addtosprcppere... Permutatoer Kombatoer Pascals Trekat (De Artmetske Trekat) Chu-Vadermodes dettet Bomalfordelge De hypergeometrske fordelg OVERSIGT OVER DEFINITIONER OG SÆTNINGER OPGAVER FACITLISTE (med forklarger)... 5
3 SANDSYNLIGHEDSREGNING Begrebet sadsylghed er som udgagspukt kyttet tl stuatoer eller forsøg, hvor der - ford der spller ogle tlfældgheder d - optræder mere ed ét mulgt udfald. V kalder sådae stuatoer eller forsøg for stokastske ekspermeter, mes ekspermeter med ét (forudsgelgt) udfald kaldes determstske ekspermeter. Ma ka så udvde sadsylghedsbegrebet tl at omfatte alle stuatoer ved at tldele et skkert udfald sadsylghede 00% og et umulgt udfald sadsylghede 0%. I dsse tlfælde bruger v dog betegelsere hædelse stedet for udfald. Sadsylghedsfelt Et stokastsk ekspermet ka beskrves ved ete et edelgt eller et uedelgt sadsylghedsfelt. Edelge sadsylghedsfelter (sadsylghedsfordelger): Defto : Et edelgt sadsylghedsfelt, U P består af et udfaldsrum U u u ; u ;...;, ; 3 hvor, 3,4, 5,..., der er mægde af samtlge mulge udfald, samt e sadsylghedsfukto P: U 0;, der agver sadsylghede for de ekelte udfald. Der gælder 3 P u P( u ) P( u ) P( u )... P( u ) Ma ka også avede ordet sadsylghedsfordelg stedet for sadsylghedsfelt. Eksempel : Et stokastsk ekspermet består at kaste e møt 3 gage og otere for hvert kast, om det gver plat eller kroe. Det edelge sadsylghedsfelt, der beskrver dette ekspermet, er: u U P(u) kkk kkp kpk kpp pkk pkp ppk ppp = Kotrol. Eksempel : Et stokastsk ekspermet består at kaste e almdelg terg (regulært heksaeder) og otere øjetallet. Det edelge sadsylghedsfelt blver så: U Pu Begge oveståede eksempler kaldes også for symmetrske sadsylghedsfelter: I det sdste eksempel vlle ma kue bestemme mddelværde for sadsylghedsfeltet, mes det kke er tlfældet for det første eksempel. V skal seere berege mddelværder efter at have dført begrebet stokastsk varabel, så det veter v med dtl vdere. Eksemplere og er begge eksempler på såkaldte symmetrske sadsylghedsfordelger, hvlket følger af defto : 3
4 Defto : Et edelgt sadsylghedsfelt, hvor sadsylghedere for hvert udfald er es, dvs., P u P u u u U, kaldes et symmetrsk sadsylghedsfelt. j j Et eksempel på et edelgt sadsylghedsfelt, der IKKE er symmetrsk er: Eksempel 3 (et IKKE-symmetrsk sadsylghedsfelt): Det stokastske ekspermet, der består at kaste to terger og otere summe af øjetallee, gver følgede edelge sadsylghedsfelt: U Pu Pu Kotrol: Bemærk altså at oveståede IKKE er et symmetrsk sadsylghedsfelt, selvom ma ret hurtgt ka bemærke e form for symmetr skemaet. Uedelge sadsylghedsfelter: Defto 3: Et uedelgt sadsylghedsfelt U, Pbestår af et udfaldsrum U u ; u; u3;... med uedelgt mage udfald samt e sadsylghedsfukto P: U 0;, der agver sadsylghede for de ekelte udfald. Der gælder Pu P u P u P u3 ( ) ( ) ( )... Eksempel 4: Et stokastsk ekspermet består at blve ved med at kaste e møt, dtl ma første gag får plat, og ma oterer ved hvert kast, om det blev plat eller kroe. Dette gver følgede uedelge sadsylghedsfelt: U p kp kkp kkkp kkkkp kkkkkp... Pu Kotrol: Pu Eksempel 5: Et stokastsk ekspermet består at blve ved med at kaste e terg, dtl ma slår e 4'er, og ma oterer atallet af kast. Dette gver følgede uedelge sadsylghedsfordelg: U Pu Med e sætg fra forløbet om uedelgheder får ma: Pu Kotrol: 4
5 Hædelser: Defto 4: E delmægde af et udfaldsrum kaldes for e hædelse. Af deftoe følger: Sætg : Sadsylghede for e hædelse er summe af sadsylgheder for de udfald, som hædelse består af. Eksempel : I eksempel 4 kue e hædelse bestå, at ma får plat adet eller tredje kast, dvs. 3 H kp, kkp. Sadsylghede for dee hædelse er PH Pkp Pkkp. 4 Eksempel 7: I eksempel 3 kue e hædelse være at slå mdst 9 med de to terger, dvs. 5 H 9,0,, og PH P9 P0 P P 9 3 Da e delmægde af U både ka være de tomme mægde og hele U, har ma følgede særlge hædelser: Hvs H Øer PH 0, hvlket kaldes for e umulg hædelse. Hvs H U er PH, hvlket kaldes for e skker hædelse. Desude har ma følgede: De komplemetære hædelse tl H skrves H og består af alle de udfald U, der kke er med H. De umulge hædelse og de skre hædelse er komplemetære hædelser. Desude gælder følgede vgtge sætg: Sætg : PH PH Eksempel : I eksempel 7 er de komplemetære hædelse tl H hædelse H,3, 4,5,,7,, der består højst at slå med to terger. Sadsylghede er PH PH 5 3 I e hel del stuatoer er det meget emmere at bestemme sadsylghede for de komplemetære hædelse ed for de søgte hædelse, og så ka sætg beyttes. Eksempel 9: I eksempel 5 kue ma se på hædelse H, der består, at ma får mdst kast. Hvs ma øsker at fde sadsylghede for dee hædelse, er det emmere først at se på komplemetærhædelse H, der består at opå etop kast, hvorefter ma har: 5 PH PH 5
6 Øjetal for terg A Hædelser et symmetrsk sadsylghedsfelt I et symmetrsk sadsylghedsfelt, hvor sadsylghede for hvert udfald som bekedt er es, ka ma ret emt berege sadsylghede for hædelse: Sætg 3: I et symmetrsk sadsylghedsfelt, hvor udfaldsrummet deholder udfald, er sadsylghede for hædelse H beståede af r udfald gvet ved: r PH Atal gustgeudfald Dette skrves sommetder som: Phædelse Atal mulgeudfald Eksempel 0: Se på tergkastet fra eksempel, hvor ma har et symmetrsk sadsylghedsfelt, og hvor atallet af elemeter udfaldsrummet er slå mdst e 3'er, deholder 4 elemeter, så ma har. Hædelse H 3, 4,5, 4 P H 3, der består at Dee sætg ka godt vrke meget begræset af forudsætge om, at det skal være e symmetrsk sadsylghedsfordelg, me ofte ka ma kke-symmetrske tlfælde betragte stuatoe fra e ade dfaldsvkel, der gver et adet udfaldsrum, og dermed mplct arbejde med et "bagvedlggede" symmetrsk sadsylghedsfelt. Eksempel : I eksempel 3, hvor ma kaster to terger og ser på summe af øjetallee, fk ma som bekedt et kke-symmetrsk sadsylghedsfelt. Me hvs ma ædrer udfaldsrummet tl følgede med 3 udfald,... U Øjetal for terg B (,) (,) (,3) (,4) (,5) (,) (,) (,) (,3) (,4) (,5) (,) 3 (3,) (3,) (3,3) (3,4) (3,5) (3,) 4 (4,) (4,) (4,3) (4,4) (4,5) (4,) 5 (5,) (5,) (5,3) (5,4) (5,5) (5,) (,) (,) (,3) (,4) (,5) (,)... får ma et symmetrsk sadsylghedsfelt med Pu. 3 Hædelse beståede at summe gver 4 er så 3,,,,,3 H, og da H deholder 3 elemeter, er 3 PH. 3 Hædelse beståede at summe gver er H,, 5,3, 4,4, 3,5,, 5 P H. 3 og deholder altså 5 elemeter, dvs.
7 Betget sadsylghed: V har hdtl ku set på hædelser hver for sg. V skal u tl at se på flere hædelser forbdelse med hade forstået på de måde, at v skal se på sadsylghede for, at hædelse A dtræffer uder forudsætg af at hædelse B er dtruffet. Dette skrves som: P A B Det læses som: Sadsylghede for hædelse A, gvet hædelse B. Eller: De betgede sadsylghed for hædelse A, gvet hædelse B. Eksempel : Eksempler på sådae stuatoer kue være: Hvad er sadsylghede for at få et ulge øjetal ved et kast med e terg, gvet at øjetallet er over 3? Hvad er sadsylghede for at være farvebld, gvet at du er e mad? Hvs ma kaster e møt tre gage, hvad er så sadsylghede for at få kroe tredje kast, gvet at ma har fået plat adet kast? V øsker u at fde e formel tl at berege dsse betgede sadsylgheder og ser derfor på følgede udfaldsrum U u, u, u,..., u beståede af udfald: 3 A u, u3, u5, u7, u og B u4, u5, u, u, u0 Fællesmægde A B u, u er forskellge hædelser. udgør sg selv e hædelse, og de er væsetlg dee 5 sammehæg, for år v skal se på sadsylghede for, at hædelse A dtræffer, uder forudsætg af at hædelse B er dtruffet, så svarer det tl, at v har begræset udfaldsrummet fra U tl B og u ser på sadsylghede for, at hædelse A Bdtræffer. Eller med adre ord: Det er gvet, at e af hædelsere u4, u5, u, u og u0 er dtruffet, og v skal u fde sadsylghede for, at det er e af hædelsere u5eller u, der er dtruffet. Dette gver os følgede formel: Sætg 4: P A B P A B P B 7
8 Bemærk at A B B A, for vestresde består jo af de elemeter, der både lgger A og B, mes højresde består af de elemeter, der både lgger B og A, dvs. det er de samme elemeter, der dgår på begge sder. Da omskrvger af sætg 4 gver P A B P A B PBog PB A PB A P A og da P A B PB A, har ma altså P A B PB PB A P A eller omskrevet: Sætg 5 (Bayes' sætg): P A P A B P B A P B, Eksempel 3: Hvad er sadsylghede for at få et ulge øjetal ved et kast med e terg, gvet at øjetallet er over 3? V har altså de to hædelser,3,5 A og B 4,5,, hvor A B 5. Det er et symmetrsk sadsylghedsfelt med mulge udfald, så alle udfald har sadsylghede, og ma har så: P A B P A B PB 3 3 Ma kue også have set på de modsatte stuato: Hvad er sadsylghede for at få et øjetal over 3, gvet at kastet gav et ulge øjetal: PB A PB A P A 3 3 V kue også have beytte Bayes' sætg tl at udrege det sdste: 3 PB PB A P A B P A Hvs sadsylghedere for de to hædelser A og B er lge store, fortæller Bayes' sætg os altså, at de to betgede sadsylgheder er lge store. Me hvs f.eks. sadsylghede for e hædelse A er dobbelt så stor som sadsylghede for e hædelse B, så vl de betgede sadsylghed for hædelse A, gvet hædelse B, også være dobbelt så stor som de betgede sadsylghed for hædelse B, gvet hædelse A.
9 Lad os u se på et tlfælde, hvor sadsylghedere for hædelsere A og B kke er lge store: Eksempel 4: Hvad er sadsylghede for at få et ulge øjetal ved et kast med e terg, gvet at øjetallet er over 4? V har de to hædelser,3,5 A og B 5,, hvor A B 5. Ma har så: P A B P A B PB Hvad er sadsylghede for at få et øjetal over 3, gvet at kastet gav et ulge øjetal? PB A PB A P A 3 3 Bayes' sætg avedt tl at fde det sdste resultat: PB PB A P A B P A V ser u på edu et eksempel, hvor sadsylghedere for hædelsere A og B er lge store, og hvor v derfor øjes med at berege P A B, da v ved, at PB A P A B : Eksempel 5: Hvs ma kaster e møt tre gage, hvad er så sadsylghede for at få kroe tredje kast, gvet at ma har fået plat adet kast? Det er et symmetrsk sadsylghedsfelt med udfaldsrummet U ppp, ppk, pkp, pkk, kpp, kpk, kkp, kkk og Pu. V har desude: Hædelse at få kroe tredje kast: A ppk, pkk, kpk, kkk Hædelse at få plat adet kast: B ppp, ppk, kpp, kpk AB ppk, kpk P A B P A B PB 4 4 Eksempel 5 fører os vdere tl såkaldte uafhægge hædelser. Ma ka hurtgt overbevse sg selv om, at det at få plat adet kast kke ka have oge dvrkg på, om ma får kroe tredje kast, eller sagt på e ade måde: Sadsylghede for at få kroe tredje kast er uafhægg af, om ma har fået plat eller ej adet kast. 9
10 V deferer u: Defto 5: Hædelse A sges at være uafhægg af hædelse B, hvs P A B P A Øvelse : Udersøg hvlke af stuatoere eksemplere 3, 4 og 5, at de ee af hædelsere er uafhægg af de ade. V ser u på følgede vgtge - og måske overraskede - sætg: Sætg : Hvs hædelse A er uafhægg af hædelse B, så er hædelse B også uafhægg af hædelse A, og ma taler derfor om de uafhægge hædelser A og B. Bevs : Atag at hædelse A er uafhægg af hædelse B. Der gælder så følge defto 5 og sætg 4: P A B P B P A P A B Og dermed ka udtrykket omskrves tl: P A P A PB A P B A P B A P B P B dvs. følge sætg 4: P B Ifølge defto 5 har v altså, at B er uafhægg af A. Ved at ærstudere bevset ka ma desude se følgede sætg: Sætg 7: Hædelsere A og B er uafhægge, etop hvs P A B P A PB Øvelse : Tjek om du - evt. ved ærlæsg af bevset for sætg - ka se, at der gælder "etop hvs" (dvs. e bmplkato) sætg 7. Eksempel : V kaster e møt fre gage og vl gere udersøge, om følgede hædelser er uafhægge: A: Ma får kroe adet kast. B: Ma får mdst to plat alt. Sadsylghedsfeltet er symmetrsk og består af et udfaldsrum med mulge udfald: U pppp, pppk, ppkp, ppkk, pkpp, pkpk, pkkp, pkkk, kppp, kppk, kpkp, kpkk, kkpp, kkpk, kkkp, kkkk A pkpp, pkpk, pkkp, pkkk, kkpp, kkpk, kkkp, kkkk udfald B pppp, pppk, ppkp, ppkk, pkpp, pkpk, pkkp, kppp, kppk, kpkp, kkpp AB pkpp, pkpk, pkkp, kkpp 4 udfald P A PB 3 4 P A B 4 Da P A B P A PB er hædelsere IKKE uafhægge. udfald 0
11 Da hædelse B eksempel er mere sadsylg ed hædelse A, så ved v desude følge Bayes' sætg, at det er mere sadsylgt at få mdst to plat, gvet at adet kast var kroe, ed det er at få kroe adet kast, gvet at ma får mdst to plat. Eksempel 7: E møt kastes 3 gage, og v vl gere udersøge, om følgede hædelser er uafhægge: A: Ma får kroe første kast. B: Ma får det samme alle tre kast. V har mægdere: U A B ppp, ppk, pkp, pkk, kpp, kpk, kkp, kkk kpp, kpk, kkp, kkk ppp, kkk A B kkk Udreggere gver: P A PB 4 P A B Da P A B P A PB er hædelsere A og B uafhægge. De store tals lov Sadsylgheder og frekveser: Sadsylgheder og frekveser er begge størrelser, der lgger tervallet 0; eller mellem 0% og 00%, me det er vgtgt at skele mellem dsse to beslægtede begreber. Sadsylgheder hører - kke overraskede - hjemme de for sadsylghedsregg, mes frekveser hører hjemme de for statstk. Sadsylgheder er oget, ma tæker sg frem tl (ofte ved ddragelse af kombatork), mes frekveser fremkommer ved beregg på dsamlet data. Dette ka llustreres med følgede skema:
12 De store tals lov: Sætg (De store tals lov): Ved getagelse af et ekspermet gage, gælder, hvor f u f u P u for er frekvese for udfaldet u og Pu er sadsylghede for udfaldet u. Eller ldt løst sagt: Jo flere gage ma udfører et ekspermet, jo tættere kommer frekvese for et udfald store træk på sadsylghede for et udfald. Eller: De observerede hyppgheder vl store træk komme relatvt tættere på de forvetede hyppgheder, jo flere gage ma udfører et ekspermet. Stokastsk varabel V øsker u at dføre begrebere mddelværd, varas og spredg som ogle størrelser, der skal fortælle oget om vores ekspermeter. Me dsse størrelser kræver tal, der ka reges på, og v har hdtl set eksempler på udfaldsrum - f.eks. U ppp, ppk, pkp, pkk, kpp, kpk, kkp, kkk kke består af tal. V vl derfor u dføre begrebet stokastsk varabel, der er e fukto, der sætter tal på de ekelte udfald. I oveævte tlfælde kue e stokastsk varabel f.eks. være e fukto, der agav det samlede atal plat, eller det kue være e fukto, der gav værde 0, hvs det adet kast gav kroe, og ellers -5. Helt geerelt dfører v altså: - der Defto : E stokastsk varabel X et edelgt sadsylghedsfelt er e fukto der tl ethvert udfald udfaldsrummet kytter et reelt tal. X : U R, Eksempel : Hvs ma kaster e møt tre gage, ka e stokastsk varabel være de fukto, der tl hvert af de udfald kytter atallet af kroe: U kkk kkp kpk kpp pkk pkp ppk ppp X u 3 0 Hvs ma kytter e sadsylghedsfukto på, får ma: t 0 3 P X t 3 3 Her er t altså de værder, som de stokastske varabel ka atage.
13 Eksempel 9: Et lykkehjul med forskellge farver ka drejes, og ekspermetet beståede at dreje é gag ka beskrves ved sadsylghedsfeltet: U Grø Blå Sort Gul Volet Hvd Pu 0,0 0,05 0,5 0,30 0,0 0,40 Lykkehjulet avedes et tvol, så ma ka vde pege, hvs ma er heldg, og vores stokastske varabel skal dette tlfælde være e fukto, der "oversætter" farve tl et beløb ( kroer). Det kue f.eks. være: U Grø Blå Sort Gul Volet Hvd X u Når v har dført begrebet stokastsk varabel, ka v dføre følgede størrelser, der fortæller oget om de stokastske varabel (og dermed om det ekspermet, som de stokastske varabel er e del af): Mddelværd, spredg og varas Defto 7: I et edelgt sadsylghedsfelt med de stokastske varabel X, der ka atage værdere x, x, x3,..., x m, dføres størrelsere: Mddelværd ( eller E X ): x P X x Varas: var X x P X x m m Spredg: var X 3
14 Eksempel 0: V vl bestemme mddelværd, varas og spredg for de stokastske varabel dført eksempel : x P X x 0 3 var 4 X x P X x var X 0, 4 V vl altså geemst få,5 kroe, år v udfører ekspermetet. Eksempel : V udreger mddelværde eksempel 9: x P X x 0 0, 0 0 0, 05 50,5 0, , 0 0 0, 40 0, 0, 75 0, 0 4,5 Dvs. ma vder geemst 4,5 pr. spl (som skkert koster et sted mellem 0 og 0 kroer). Da var( X ) fortæller spredge og varase på s vs det samme om de stokastske varabel. De fortæller det bare med forskellge værder. V støder på dem ge de for statstk, me tl at begyde med, skal v se på ogle sætger, der omhadler, og var X. De fortæller bl.a. oget om, hvad der sker med de tre størrelser, hvs ma eksempel 9 vælger at øge eller sæke gevste med e fast størrelse eller med e fast procetdel: Sætg 9: I et edelgt sadsylghedsfelt med de stokastske varable X og Y, gælder følgede, år a og b er reelle tal: Mddelværd: a) E a X b a E X b b) E X Y E X E Y Spredg: c) a X b a X Varas: d) var X E X E X e) var a X b a var X 4
15 Ide v ser på bevsere for dsse sætger, skal v lge geemgå, hvad der mees med, at der (på samme td) ka være flere stokastske varable kyttet tl et edelgt sadsylghedsfelt. Først ka det bemærkes, at der kke er oget defto, der forhdrer det. Derefter ka v se på et kokret eksempel: Eksempel : V bygger vdere på eksempel, hvor e møt blev kastet tre gage, og hvor vores stokastske varabel X agav atallet af kroe. V ser u på to adre stokastske varable tlkyttet samme sadsylghedsfelt. Y: Agver atallet af plat. Z: Agver atallet af skft fra plat tl kroe eller omvedt. Det gver os: U kkk kkp kpk kpp pkk pkp ppk ppp X u 3 0 Yu 0 3 Zu 0 0 X Y u X Z u x 0 3 P X x 3 3 y 0 3 P Y y 3 3 z 0 P Z z 4 4 x y 3 P X Y x y V har allerede eksempel 0 bereget også gælder EY 3. Desude ka v udrege: 3 E Z z PZ z Lad os u se på E X Y og E X Z 3 E X, og det ka hurtgt dses, at der. De stokastske varabel X Y kytter tl ethvert elemet U et reelt tal, der er summe af de to tal, som heholdsvs X og Y kyttede tl tallet (se tabelle ovefor). V ser ret hurtgt, at E X Y 3 Desude ka ma udrege:, og v bemærker, at sætg 9.b gælder E X Z x z P X Z x z Ige bemærkes det, at sætg 9.b gælder. x z P X Z x z 4 5
16 Bevs 9: E stor del af bevsere består at kue rege med sumteg. 9.a: V beytter defto7 på mddelværd og bemærker, at det er selve værdere af de stokastske varabel, der blver ædret med a og b, mes der kke sker oget med sadsylghedsfuktoe, der jo er tlkyttet det oprdelge sadsylghedsfelt: m m m E a X b a x b P X x a x P X x b P X x m m a x P X x b P X x a E X b a E X b Der blev æst sdste skrdt beyttet P X x m, da sadsylghedere for alle udfald og dermed også for alle værder af de stokastske varabel summerer op tl. 9.e: V beytter defto 7 på varas: var m a X b a x b E a X b P X x m m a x b a E X b P X x a x E X P X x m var a x E X P X x a X 9.c: Dette følger drekte af sætg 9.e samt defto 7. 9.b: Når v skal bevse dee sætg, er det vgtgt at være opmærksom på, at v er ødt tl at gå helt tlbage tl udfaldsrummet, år v arbejder med sumtegee, for som v så eksempel, kue forskellge udfald godt gve es værder for X, me forskellge værder for X Z (f.eks. kkp og kpk). E X Y X Y u P u X u P u Y u P u X u P u Y u P u E X E Y 9.d: Her skal ma gøre sg klart, at ma med X meer de stokastske varabel, der tl hvert udfald gver kvadratet på de værd, som de stokastske varabel X gver. var m X x E X P X x m x E X x E X P X x m m m x P X x E X P X x x E X P X x m m E X E X P X x E X x P X x E X E X E X E X E X E X
17 Eksempel 3: Sætg 9.d. blev tdlgere - de computere overtog arbejdet - avedt, år ma skulle bestemme varase, ford det ofte var hurtgere at foretage dee udregg. Lad os se på eksempel og sammelge med eksempel 0: U kkk kkp kpk kpp pkk pkp ppk ppp X u 3 0 X u x 0 3 x P X x 3 3 P X x E X x P X x E X x P X x X E X E X var Resultatet stemmer med eksempel 0 (me ma ka også bemærke, at der dette tlfælde kke var det store regearbejde at spare). Tæthedsfukto og fordelgsfukto Når v arbejder med vores dskrete sadsylghedsfelter med tlkyttet stokastsk varabel X, har v vores sadsylghedsfukto P X x, der tl hver værd af de stokastske varabel kytter sadsylghede for dee værd. Dette ka afbldes et pdedagram. Eksempel 4: Dataee fra eksempel 3 afbldes Maple: 7
18 V skal seere de for statstk arbejde med kotuerte fuktoer, og her ka ma kke arbejde med sadsylghedsfuktoer på samme måde, da sadsylghede for et kokret udfald e kotuert fordelg vl være 0 (da der er uedelgt mage udfald de for ethvert terval). I dsse tlfælde arbejder ma med tæthedsfuktoer. Defto : For et (kotuert) udfaldsrum U I, hvor I er et terval, kaldes e fukto f x b for tæthedsfuktoe, hvs det gælder [, ], hvor Pu [ a, b] ab,. a, b I med b a for tervallet P u a b f x dx for alle a er sadsylghede for, at udfaldet lgger de Eksempel 5: De såkaldte ormerede ormalfordelg (også kaldet u-fordelge) har tæthedsfuktoe f x e x. Grafsk ser de ud på følgede måde: V veder tlbage tl dee fordelg uder statstk. I modsætg tl begrebet tæthedsfukto, der ku gver meg for og derfor oftest ku avedes forbdelse med kotuerte udfaldsrum, så avedes det æste begreb både dskrete og kotuerte stuatoer: Defto 9: For et sadsylghedsfelt med tlkyttet stokastsk varabel X og sadsylghedsfukto P X x, er fordelgsfuktoe F x P X x de fukto, der tl ehver værd x agver sadsylghede for højst at opå værde x. For et (kotuert) udfaldsrum U I, hvor I er et terval, med tæthedsfuktoe x f x, er fordelgsfuktoe F x edepukt (evt. ). f t dt, hvor a er tervallets vestre a
19 V skal se e del på fordelgsfuktoer de kotuerte tlfælde, så her ses udelukkede eksempler forbdelse med sadsylghedsfelter. Eksempel : I eksempel 3 har v følgede sadsylghedsfukto P x Fx Fx : P x og fordelgsfukto X Eksempel 7: E fordelgsfukto for et sadsylghedsfelt med tlkyttet stokastsk varabel vl afbldes som et såkaldt trappedagram: De blå ljer agver de såkaldte kvartlsæt, me det veder v også tlbage tl seere. Normeret stokastsk varabel I eksempel 5 så v på de ormerede ormalfordelg, der også kaldes u-fordelge. Det er et specaltlfælde af følgede defto, der forklarer, hvorda ma ud fra e gvet stokastsk varabel ka dae e ade stokastsk varabel med ogle øskede egeskaber (se sætg 0). Defto 0: Lad X være e stokastsk varabel med mddelværd og spredg. De X stokastske varabel U kaldes så for de tlsvarede ormerede stokastske varabel. 9
20 Eksempel : V ser ge på eksempel, hvor v eksempel 0 beregede, at X og : P X x X 3 De tlsvarede ormerede stokastske varabel X U er så: U P U x 3 3 Sætg 0: E ormeret stokastsk varabel har mddelværde 0 og spredge. Eksempel 9: V beytter sætg 9 tl at berege mddelværd og spredg for de ormerede stokastske varabel fra eksempel. Først beyttes sætg 9.a: X E U E E X Dvs. mddelværde af de stokastske varabel U er 0. Sætg 9.c gver os: X 3 3 U X Dvs. at de stokastske varabel U har spredge. Bevs 0: V ka udytte ogle af resultatere sætg 9 tl at bevse sætg 0: Vores udgagspukt er, at de stokastske varabel X har mddelværde og spredge (der er e kke-egatv størrelse). Af sætg 9.a følger: X E U E E X E X 0 0 Dvs. mddelværde for de stokastske varabel U er 0. Af sætg 9.c følger: X U X X X Dvs. de stokastske varabel U har spredge. 0
21 Uafhægge stokastske varable I defto 5 og sætgere og 7 så v på uafhægge hædelser. V ka på samme måde tale om uafhægge stokastske varable. Ma skal huske på, at e stokastsk varabel er e fukto, der tl ethvert elemet udfaldsrummet kytter et reelt tal, dvs. de ka godt kytte det samme tal tl flere forskellge udfald, og e stokastsk varabel ka så være e måde, hvorpå ma får daet forskellge hædelser, emlg ved at lade de forskellge hædelser hver sær bestå af de udfald, som de stokastske varabel tldeler samme værd. Eksempel 30: V ser ge på stuatoe fra eksempel (e møt kastes tre gage og de stokastske varabel agver atal 'kroe'). U kkk kkp kpk kpp pkk pkp ppk ppp X u 3 0 I dette tlfælde daer de stokastske varabel hædelsere: H H H H 3 4 ppp kpp, pkp, ppk kkp, kpk, pkk kkk V beytter så sætg 7 som udgagspukt for følgede defto: Defto : De stokastske varable X og Y kaldes uafhægge, hvs det gælder, at: j j x VmX, y VmY P X x Y y P X x P Y y j Eksempel 3a: V ser edu egag på stuatoe med 3 kast med e møt. V ser på tlfældet: X: Agver atallet af kroe. Y: Agver atallet af plat. Vores klare foremmelse må være, at dsse to stokastske varable IKKE er uafhægge, for hvs ma keder værde for de ee, keder ma de også for de ade ud fra lgge y 3 x. V ser på et par stuatoer: a) X gver og Y gver. V ka kke have begge dele på é gag, så P X Y V har P X og PY, dvs. P X PY Da P X Y P X PY er de stokastske varable IKKE uafhægge, og derfor behøver v egetlg kke at se på flere udregger, me her kommer e mere for forståelses skyld. b) X gver og Y gver. Her har v: P X Y og P X PY 4 Dvs. P X Y P X P Y
22 Eksempel 3b: Tre kast med e møt og følgede stokastske varable: X: Atal kroe. Y: Atal kast Bemærk at Y er e ret kedelg stokastsk varabel, der hele tde gver 3. Dermed skulle det også være oplagt, at dsse to stokastske varable er uafhægge. Der ses på ogle stuatoer (tæk selv over sadsylghedere): a) X 0 og Y 3: b) X og Y 3: P X 0 Y 3 P X 0 PY 3 Dvs. P X 0 Y 3 P X 0 P Y P X Y 3 P X PY 3 Dvs. P X Y 3 P X P Y 3 d) X 3 og Y 3 : c) X og Y 3: 3 3 P X Y 3 P X PY 3 Dvs. P X Y 3 P X P Y 3 P X 3 Y 3 P X 3 PY 3 Dvs. P X 3 Y 3 P X 3 P Y 3 V har u geemgået alle kombatoer og set, at udtrykket er sadt alle tlfælde, og dermed er dsse to stokastske varable uafhægge. Eksempel 3c: Ige 3 kast med e møt. X: Atal kroe. Z: Atal skft fra plat tl kroe. Dette kedes fra eksempel, og ma ka se sadsylgheder ud fra tabellere dette eksempel. V ser på 4 ud af de mulge kombatoer. a) X 0 Z 0 P X 0 Z 0 P X 0 PZ 0 4 Falsk b) X 0 Z P X 0 Z 0 P X 0 PZ Falsk c) X 0 Z P X 0 Z 0 P X 0 PZ 4 Falsk h) X Z P X Z P X 3 PZ 4 Falsk Edu egag har v altså IKKE uafhægge stokastske varable.
23 Sætg : For uafhægge stokastske varable X og Y gælder: E X Y E X E Y Eksempel 3: Ide bevset for sætge er det vgtgt at forstå, hvad der mees med de stokastske varabel X Y, der dgår sætge. V tager udgagspukt eksempel 3c (og hermed eksempel ) for at forstå betydge. U kkk kkp kpk kpp pkk pkp ppk ppp X u 3 0 Zu 0 0 u X Z X Z gver for hvert udfald produktet af de værder, som X og Z hver sær tldeler udfaldet. Bevs : I bevset avedes dobbelte sumteg, der skal forstås på de måde, at for hver værd af udreges hele sumteget med j. De stokastske varabel X's værdmægde består af k elemeter, mes VmY deholder l elemeter. Tæk over hvorfor hvert skrdt bevset er gyldgt. Specelt er det vgtgt at forstå det første lghedsteg ed tl mdste detalje. Vores udgagspukt er, at v har to uafhægge stokastske varable X og Y, dvs. v ved x VmX, y VmY at PX x Y y j PX x PY y j så defto 7 (på mddelværd) og reger løs: k l E X Y x y j P X x Y y j j k l j k j j j k x y j P X x P Y y j l x P X x y P Y y. V beytter x P X x E Y E Y x P X x E Y E X k j Eksempel 33: I eksempel 3b så v på de ret oplagte uafhægge stokastske varable, hvor X var atal 'kroe' og Y var atal kast. Y har oplagt mddelværde 3, og sætg gver så: 3 9 E X Y E X E Y 3 Det er kke verdes mest overraskede resultat, da de stokastske varabel X Y reelt set gver os atal 'kroe' gaget med 3. 3
24 Der gælder også e sætg om varase forbdelse med uafhægge stokastske varable: Sætg : Hvs X og Y er uafhægge stokastske varable, er Var X Y Var X Var Y. Bevs : V beytter sætg 9a mageta, 9b blå samt 9d rød, hvor varasere ka udreges ud fra mddelværder, og da vores forudsætg er, at X og Y er uafhægge stokastske varable, ka v også beytte sætg grø. V får så: Y Var X E X Y E X Y E X E Y E Y E X Y E X E Y E X E Y E X Y E X Y X Y E X E X E X E Y E Y E X E Y r Y E Y E X E Y Var X Var Y Var X Va X E Eksempel 34: V ser edu egag på eksempel 3b, hvor v havde uafhægge stokastske varable. Varase for Y er 0, da de tldeler alle udfald værde 3, og v har så følge sætg : 3 Var X Y Var X Var Y Var X 0 Var X 4 4
25 KOMBINATORIK Kombatork beskæftger sg med edelge eller tællelge dskrete strukturer. Som du husker fra forløbet om uedelgheder, vl det altså sge, at strukture ete skal være edelg eller skal kue ummereres med de aturlge tal (hvlket f.eks. kke var tlfælde med tervallet [0,], der heller kke er e dskret struktur). Ma ka også sge, at kombatork beskæftger sg med at tælle mægder. Koblge mellem kombatork og sadsylghedsregg er sætg 3, da v symmetrske sadsylghedsfelter ka bestemme sadsylghede for et udfald ved at tælle atallet af elemeter udfaldsrummet og atallet af elemeter mægde af gustge udfald. Da v desude har set, hvorda ma geerelt ka omforme et kke-symmetrsk edelgt sadsylghedsfelt tl et symmetrsk sadsylghedsfelt ved at agve udfaldsrummet på e ade måde (eksempel ), vl sætg 3 samme med kombatork være et stærkt matematsk redskab. Cetrale begreber Ide for kombatork er det vgtgt at kue skele mellem følgede to ord: Kombere: komb'ere ; v sammesætte, foree forskellge dele tl et hele OPRINDELSE: lat. combare. Permutere: permu'tere ; v ombytte, omstlle OPRINDELSE: af lat. permutare ædre, bytte, udveksle, per- + mutare flytte oget, ædre, bytte. V deferer u: Defto : Lad A a a a a,,,..., 3 r være et helt tal, hvorom det gælder 0 r. være e mægde med elemeter (e -mægde) og lad a) E permutato af mægde A er e opstllg af de elemeter e bestemt rækkefølge (også kaldet e ordet mægde). b) Atallet af permutatoer af A skrves P. c) E r - permutato fra mægde A er e ordet delmægde fra A beståede af r elemeter. d) Atallet af r-permutatoer fra mægde A skrves P, r. 5
26 Eksempel 35: Lad A a, b, c, d, e være e mægde med 5 elemeter. Fre forskellge permutatoer af A er så: adceb ecabd edcba aebdc Følgede er IKKE permutatoer: adabc bceed aaaaa Forskellge 4-permutatoer fra A er: beda acbd acdb edcb Forskellge 3-permutatoer fra A er: ace deb abc edc Forskellge -permutatoer fra A er: a c d b Defto 3: Lad A være e -mægde og lad r være et helt tal, hvorom det gælder 0 r. a) E kombato fra A er e delmægde af A. b) Atallet af kombatoer fra A beteges K c) E r - kombato fra A er e kombato med r elemeter. d) Atallet af r-kombatoer fra A beteges K, r Eksempel 3: Lad A a, b, c, d, e 4 forskellge kombatoer fra A er: a, c, d a, b, c, d, e Ø b, a Følgede kombatoer er es: a, c, d c, a, d d, c, a Forskellge -kombatoer: a, b a, c b, c e, b c, d V øsker at bestemme udtryk for,,, og, skal v have troduceret ogle prcpper: Multplkatosprcppere: P K P r K r, me de det ka lade sg gøre, Sætg 3 (multplkatosprcppet for valgmulgheder for uafhægge valg): Ved et samlet valg beståede af uafhægge delvalg med atallet af valgmulgheder v, v, v3,..., v er det samlede atal valgmulgheder Vsamlet v v v3... v. Eller udtrykt med begreber fra sadsylghedsregg: Udfaldsrummet, der beskrver de forskellge valgmulgheder og gver et symmetrsk sadsylghedsfelt, vl deholde Vsamlet v v v3... v elemeter.
27 Eksempel 37: E køs har par sko, 5 par strømper, 3 bukser, skjorter og 4 bluser. Ha har ge sas for sammesætg af tøjet, så valget af de ekelte dele er uafhægge af hade. På hvor mage måder ka ha klæde sg på (år e påklædg består af af hver slags beklædgsdel)? Der skal træffes 5 uafhægge delvalg med atal valgmulgheder, 5, 3, og 4. Det samlede atal valgmulgheder er derfor V samlet Ha har altså 70 forskellge måder at klæde sg på. Eksempler på tre af de 70 elemeter udfaldsrummet: sko, strømpepar, buks, skjorte, bluse 4 5 sko, strømpepar, buks, skjorte, bluse 3 sko, strømpepar, buks, skjorte, bluse 3 Bevs 3: Bevset for sætge vl typsk være et såkaldt tælletræ, hvor v her ser på et kokret eksempel med tre uafhægge delvalg med atal valgmulgheder 3, og 4: Der er Vsamlet forskellge samlede valgmulgheder svarede tl de 4 røde plespdser. Udfaldsrummet med 4 elemeter er agvet. Det adet multplkatosprcp er egetlg bare e varato af det første, hvor ma stedet for valgmulgheder (og dermed aturlge tal) taler om sadsylgheder for permutatoer (og dermed om tal mellem 0 og : Sætg 4 (multplkatosprcppet for sadsylghede for permutatoer af uafhægge hædelser): Lad A A... A3 A være e permutato af uafhægge hædelser. Sadsylghede for, at hædelsere alle dtræffer de agve rækkefølge, er: P( A A A... A ) P( A ) P( A ) P( A )... P( A ) 3 3 Eksempel 3: Ma kaster é terg 5 gage og øsker at fde sadsylghede for at slå e er alle 5 gage. Da udfaldet af et tergkast kke afhæger af tdlgere kast, har ma 5 uafhægge hædelser, hver med sadsylghede for at dtræffe. Hermed blver de søgte sadsylghed: P
28 Eksempel 39: Ma kaster é terg 5 gage og øsker at fde sadsylghede for at slå e er de 3 første kast og e er de sdste kast. Ige har ma 5 uafhægge hædelser med sadsylghede for at dtræffe, så ma får: P Bemærk at dette IKKE er det samme som sadsylghede for at slå 3 ere og ere med 5 terger, da sætge lægger vægt på rækkefølge (jævfør ordet: permutato). Eksempel 40: Ma kaster e møt tre gage og øsker at fde sadsylghede for udfaldet pkk. Dee permutato består af tre uafhægge hædelser hver med sadsylghede, så ma har P pkk Eksempel 4: V omformuleret eksempel 37 tl u at se på sadsylghede for at få e kokret permutato, f.eks: sko, strømpepar 4, buks, skjorte 5, bluse. Hvs atallet af valgmulgheder for de ekelte type beklædg er sadsylghede for et bestemt valg være P v med atal valgmulgheder, 5, 3, og 4, gver det altså v, vl. Da v havde 5 uafhægge delvalg P Oveståede eksempel ka fugere som e avsg på, hvorda ma kommer fra det første multplkatosprcp tl det adet. Det er væsetlgt at bemærke, at multplkatosprcppere er e slags "både-og"-prcpper. De forklarer, hvorda ma skal rege på stuatoer, hvor både e hædelse og e ade hædelse og e tredje hædelse og... skal dtræffe. Bemærk at sadsylghede blver mdre, jo flere hædelser der kobles på. Det har vst sg, at meesker kke altd har e tutv opfattelse af multplkatosprcppere. F.eks. vl e del meesker - specelt hvs problemet kke formuleres så drekte - vurdere sadsylghede for, at perso A er bakdrektør og kører Mercedes, højere ed sadsylghede for, at perso A er bakdrektør. V skal u se på "ete-eller"-prcppere: Addtosprcppere Sætg 5 (Addtosprcppet for valgmulgheder): Hvs ma skal vælge et elemet e af mægdere A, A, A3,..., A deholdede heholdsvs v, v, v3,..., v elemeter, har ma V v v v3... v valgmulgheder.
29 Eksempel 4: E pge har om fredage lov tl at vælge e usud tg. Hu ka vælge mellem 5 slags s, 4 slags chokolade, 3 slags vgumm og flødebolle. Hedes samlede valgmulgheder er Vsamlet Eksempel 43: E dreg skal gymaset og har 4 gymaser at vælge mellem, der udbyder heholdsvs 3,, og 5 relevate studeretger. Ha har alt Vsamlet 3 5 valgmulgheder. Ide v ka se på det æste addtosprcp, skal v lge have deferet et begreb: Defto 4: To hædelser A og B kaldes dsjukte, hvs de kke har ogle udfald tlfælles, dvs. hvs AB Ø Eksempel 44: E terg kastes, og ma ser på de tre hædelser: A: Øjetallet er lge. B: Øjetallet er ulge. C: Øjetallet er mdst 5. D: Øjetallet er. A og B er dsjukte hædelser, da øjetallet kke både ka være lge og ulge. De er desude komplemetære hædelser, da de desude tlsamme udgør hele udfaldsrummet U. A B Ø A og B er dsjukte. A B Ø A B U A og B er komplemetære. A og C er kke dsjukte hædelser, da AC C og D er dsjukte hædelser, da C D Ø. Sætg (Addtosprcppet for sadsylgheder): Sadsylghede for at é af de dsjukte hædelser A, A, A3,..., A dtræffer er P P A P A P A P A 3... Eksempel 45: E møt kastes tre gage. V øsker at fde sadsylghede for, at v får etop é kroe eller tre kroe. V lader hædelse A bestå at få etop é kroe og hædelse A er at få tre kroe. V keder sadsylghedere fra tdlgere ( P A og 3 4 P P A P A 3 P A ) og får så: V er u æste fremme ved de cetrale sætger de for kombatork. V magler blot at få deferet et ekelt begreb: 9
30 Permutatoer Defto 5: Lad. Med skrvemåde!, der læses " fakultet", forstås! Desude fastsættes det, at 0! Eksempel 4:! ! Eksempel 47: I Maple dtastes fakultet meget smpelt, da ma ka beytte tastaturets udråbsteg (ma ka også godt fde symbolet uder 'commo symbols'): Som det ses, følger Maple også deftoe 0!. Helt geerelt taler ma om Det tomme produkt, hvlket sættes tl at gve det eutrale elemet ved multplkato (dvs. ). Ma har også De tomme sum, der sættes tl det eutrale elemet ved addto (dvs. 0). Ma ka desude bemærke, at Maple godt ka udrege! r for et decmaltal, selvom vores defto kke tllader det. Det skyldes, at ma ka vse, at ma på etop é måde ka udvde fakultetbegrebet, og at dee udvdelse blver de såkaldte gammafukto, der er deferet for alle reelle tal bortset fra egatve heltal (se edeståede): 30
31 Sætg 7: Atallet af permutatoer af e -mægde er: P! Eksempel 4: Et ederladsk fodboldhold stller op e formato, hvor der altså er forskellge pladser at splle. Træere har udtaget de spllere, der skal splle, me skal u fde ud af, hvlke pladser de skal splle. Hvor mage forskellge holdopstllger ka hu vælge? V har e -mægde, og e holdopstllg svarer tl e permutato af dee, dvs: P! Eksempel 49: E slksulte elev har købt e slkpose med e skumbaa, et skumjordbær, e saltlakrds og e vgumm med ctrosmag. Hvor mage forskellge rækkefølger ka eleve vælge at spse slkket? Dette er e 4-mægde, og e spserækkefølge svarer tl e permutato, dvs: P 4! Eksempel 50: E ade slksulte elev har kke købt oge slkpose. I hvor mage forskellge rækkefølger ka eleve spse det slk, der kke er der? Det er e 0-mægde (de tomme mægde), så der er 0! mulg rækkefølge (der svarer tl kke at spse oget). Bevs 7: V øsker at bruge multplkatosprcppet for uafhægge delvalg (sætg 3). V skal træffe valg. Vores første valg består at vælge ét elemet bladt de elemeter vores mægde og placere dette som første elemet vores ordede mægde. I e permutato af forskellge elemeter må det samme elemet kke dgå flere gage, så år v skal træffe vores æste valg, har v ku mulgheder for at vælge det adet elemet vores ordede mægde. Ved tredje valg har v ud fra samme argumet valgmulgheder, og således fortsættes, dtl der ved vores sdste valg ku er ét elemet tlbage de oprdelge mægde, som v kke har placeret de ordede mægde. Sætg 3 gver derfor, at det samlede atal valgmulgheder (dvs. atal forskellge P 3...! permutatoer) er Ved første øjekast ka det måske vrke, som om vores stuato kke opfylder kravet om, at delvalgee skal være uafhægge, for de elemeter v har tlbage mægde afhæger jo af de elemeter, v har valg de første delvalg. Me det væsetlge er atallet af valgmulgheder, der etop kke afhæger af de valgte elemeter de kokrete stuato. Ved det r'te valg har ma altd r valgmulgheder uafhæggt af de tdlgere valgte elemeter. Sætg : Atallet af r-permutatoer fra e -mægde er:! P(, r) ( r)! 3
32 Eksempel 5: De ederladske træer fra tdlgere har u 4 spllere tl rådghed tl s foretruke opstllg. Hvor mage forskellge holdopstllger ka hu vælge? 4! 4! P ( 4,) (4 )! 3! Eksempel 5: Der er 5 hylder et skab, og ma skal fde e hylde tl bukser, bluser og strømper (e tl hver). Hvor mage måder ka det gøres på? 5! 5! P ( 5,3) 0 (5 3)!! Eksempel 53: I e klasse på 5 elever skal vælges e elevrådsrepræsetat, e elevrådsrepræsetatsekretær samt e suppleat. 5! 5! Dette ka gøres på P5, forskellge måder. 5 3!! Bevs: V har at gøre med e -mægde. Vores permutato skal bestå af r elemeter fra dee mægde opstllet rækkefølge. Ige beytter v sætg 3 (multplkatosprcppet for delvalg). V skal træffe r delvalg. Ved det første delvalg har v valgmulgheder, dvs. der ka stå forskellge elemeter på vores permutatos første plads. Vores adet delvalg (permutatoes ade plads) foretages bladt mulgheder. Vores tredje delvalg foretages bladt mulgheder. Og vores r'te (det sdste) delvalg foretages bladt r mulgheder. V får derfor følgede (udervejs ædres udtrykket tl e brøk, der forlæges):, r r r r...! r r r P r r r...!! Det er kke det helt store arbejde at opskrve brøke Maple, me hvs ma vl have r! avede e kommado tl det, skal ma hete pakke combat: Som det ses svarer umbperm(,r) tl P, r, mes kommadoe permute(,r) gver os de kokrete permutatoer. Bemærk derfor at mægde,,3 optræder gage. 3
33 Kombatoer Sætg 9: Atallet af kombatoer fra e -mægde er: K Eksempel 54: Ma har et ubegræset atal es brkker tl rådghed og øsker u at placere et vlkårlgt atal af dem på feltere på et skakbræt, således at der på hver felt står ete 0 eller brk. Skakbrættets felter udgør u e 4-mægde (hvert felt er et elemet mægde), og v skal udtage de felter, hvor der skal placeres e brk. Dette ka gøres på K måder. 4 Eksempel 55: E gymaseklasse med 3 elever blver vteret på sktur. På hvor mage forskellge måder ka gruppe af elever, der tager af sted, sammesættes? Her er der tale om kombatoer og kke permutatoer, da der kke er oge ordg af elever, og gruppe - der så godt ka være e tom gruppe - ka så sammesættes på: Bevs 9: V beytter sætg 3 (multplkato af valgmulgheder) på stuatoe. V har e mægde med elemeter, og v ka dae e kokret kombato ved at kgge på et elemet ad gage og stlle spørgsmålet: "Skal dette elemet med kombatoe eller ej?". Da der er elemeter, skal v træffe delvalg, der alle har valgmulgheder ("ja" eller "ej"). Hermed gver sætg 3 os K Sætg 0: Atallet af r-kombatoer fra e -mægde er:! K(, r) ( r)! r! Eksempel 5: De ederladske træer skal u første omgag ud af de 4 spllere blot udtage de, der skal starte på bae. På hvor mage måder ka det gøres? 4! 4! K ( 4,) 34 (4 )!! 3!! Eksempel 57: De ederladske træer har emmere ved at vælge de 3 spllere, der kke skal med startopstllge. Hvor mage måder ka det gøres på? 4! 4! K ( 4,3) 34 (4 3)!3!!3! Eksempel 5: Hvor mage forskellge lotto-kupoer fdes der? 3! 3! K ( 3,7) 3470 (3 7)!7! 9!7! Eksempel 59: Det er svært ok at vde lotto, me u dføres et yt spl, hvor ma bladt de 3 tal kke blot skal udvælge 7 tal, me hele 9. Hvor mage forskellge kupoer fdes der af dee ye slags lotto? 3! 3! K ( 3,9) 3470 (3 9)!9! 7!9! 33
34 Eksemplere 5 og 57 samt 5 og 59 llustrerer e vgtg pote, ma også ka se ved at betragte selve formle:! K, r r! r!!!! K, r K, r r! r! r! r! Der er lge mage r! r! r -kombatoer og r-kombatoer fra e -mægde, eller med adre ord: Det er lge meget, om du vælger de elemeter, der skal med d delmægde, eller dem, der kke skal med. V skal sart se på de såkaldte bomalfordelger, og de forbdelse kommer K, r tl at splle e rolle. Ma bruger de forbdelse ofte e ade skrvemåde: Defto : K, r kaldes e bomalkoeffcet og skrves K, r bomalkoeffcete over r., der udtales r Det er dee otato, der avedes Maple (hvs ma kke vl bruge kommadoe 'bomal'): Bevs 0: I bevset beytter v udover de ofte beyttede sætg 3 også sætgere 7 og. V skal fde atallet af r-kombatoer fra e -mægde, me vælger at askue stuatoe fra e ade sysvkel. V vl ge forsøge at fde atallet af r-permutatoer fra e -mægde P, r (et resultat v allerede keder fra sætg ). I stedet for at skabe de ekelte permutatoer med det samme forestller v os u, at v gør følgede: ) V udtager først de r elemeter, der skal dgå permutatoe. ) Derefter permuterer v de r udtage elemeter. Pukt ) svarer etop tl at udtage r-kombatoer, mes pukt ) er behadlet sætg 7. Vores "valg" med P, r valgmulgheder består altså af to delvalg, hvor det første har K, r valgmulgheder og det adet P r mulgheder. Dermed gver sætg 3: P, r! P, r K, r Pr K, r P r! r! r 34
35 Da v skulle bevse sætg 9 ( K ), beyttede v e takegag, hvor v tog et elemet ad gage og så på de to valgmulgheder: Elemetet skal med kombatoe eller elemetet skal kke med. V kue også have avedt e ade dfaldsvkel: V skal fde det samlede atal kombatoer fra e -mægde, og dee gag tæller v først 0-kombatoere, så -kombatoere, så -kombatoere, osv. dtl -kombatoere. Sætg 5 om addto af valgmulgheder gver så: K... 0 Samme med sætg 9 gver dette resultat os altså følgede sætg: Sætg :... 0 Pascals Trekat (De Artmetske Trekat) Bomalkoeffcetere optræder De Artmetske Trekat, der er bedre kedt som Pascals Trekat. Tallee er fremkommet ved, at ma daer trekates form med -tallere, hvorefter de adre tal daes é række ad gage ved at tage summe af de to ærmeste tal oveståede række. Bemærk at!!!!!! og.!! 0!!! 0 0! 0!! 0!! Pascal trekat opskrevet med bomalkoeffceter ser ud på følgede måde: 35
36 V har allerede argumeteret for -tallere trekate, me magler at argumetere for alle de adre tal. Dette gøres med sætge: Sætg : k k k Bevs : V beytter sætg 0 og laver e række omskrvger:!! k! k!!! k! k! k! k!! k k! k k! k k! k! k! k! k!! k k! k! k!! ( k k) k! k!!! k! k! k! k! k k k! k! k! k! k! k! 3
37 Bevs (alteratvt): Ma ka også bevse sætg ved e sproglg argumetato. V ser på e -mægde A og øsker at fde atallet af k-kombatoer fra dee mægde. V fjerer u et eller adet elemet fra A og får dermed --mægde B. Hvs v ser på alle de k-kombatoer fra A, der IKKE deholder elemetet består de af k elemeter fra B, og der fdes derfor af dee slags kombatoer. Alle de kombatoer k fra A, der deholder deholder k elemeter fra B, og der fdes derfor af k dsse. Da e k-kombato fra A ete deholder eller kke deholder har ma dermed sætg. Ma ka altså avede Pascals trekat tl at aflæse bomalkoeffceter: V ka f.eks. aflæse: 0 5 og
38 Eksempel 0: Pascals trekat agver også koeffcetere fora de ekelte led, hvs ma opskrver x y med leddee rækkefølge med faldede ekspoet på potese r x. F.eks: Bemærk at koeffcetere, 7,, 35, 35,, 7 og etop er tallee række for 7 Pascals trekat. Dette ka dses ved at tæke på 7 x y ummeret,, 3, 4, 5,, 7. Koeffcete fora f.eks. måde: Hvert led hver faktor skal gages samme. som et produkt med 7 faktorer 5 xyfremkommer på følgede 5 xyfremkommer ved, at ma 5 af faktorere har valgt leddet x, mes ma de to sdste faktorer har valgt leddet y. Og ma 7 ka etop vælge dsse 5 faktorer på forskellge måder. 5 V har hermed argumeteret for følgede sætg: Sætg 3 (Bomalformle): x y x y 0 Eksempel : Ud fra Pascals Trekat ka v altså følge sætg 3 opskrve f.eks.: x y x 9x y 3x y 4x y x y x y 4x y 3x y 9xy y Da v har e computer tl rådghed, har v kke problemer med at rege med store mægder, me tdlgere var Chu-Vadermodes dettet e vgtg sætg, da de kue beyttes tl at berege store bomalkoeffceter ud fra mdre: 3
39 Chu-Vadermodes dettet Sætg 4: For aturlge tal, m og r, hvor r r m, gælder: m m m m m m... r r 0 r r r 0 r r m m Hvlket også ka skrves: r 0 r Bevs 4: I e gymaseklasse er der drege og m pger. Ma øsker at udtage et udvalg beståede af r elever, hvor r r m, dvs. udvalget må hverke deholde flere medlemmer, ed der er drege eller pger. m V har m elever klasse, så udvalget på r elever ka udtages på måder. r Me v kue også betragte det på følgede måde: Først ser v på de mulge udvalg, hvor der er r drege og 0 pger. Dette er et samlet valg opdelt de to delvalg, hvor det første består at udtage r elever bladt de drege, hvlket ka gøres på måder, og det adet består at udtage 0 elever bladt r m de m pger, hvlket ka gøres på måder. Sætg 3 gver så, at dette samlede valg ka 0 foretages på m forskellge måder. r 0 Derefter ses på de mulge udvalg, hvor der er r drege og pge. Det er ge to delvalg, år v først udtager r medlemmer bladt dregee og medlem bladt pgere, og det m samlede atal mulgheder er. r Således fortsættes, dtl v tl sdst ser på udvalget beståede af udelukkede pger, og år alle dsse mulgheder lægges samme, fremkommer sætg 4. Eksempel : Bemærk at der udervejs bevs 4 blev beyttet e takegag, der ka være yttg ogle typer opgaver (se evt. afsttet om de hypergeometrske fordelg). Ma har e krukke med 30 kugler. blå, 0 røde og grøe. Hvad er sadsylghede for at trække 3 blå, røde og grø, hvs ma trækker kugler fra krukke (ude tlbagelægg)? Opgave drejer sg om sadsylgheder, me v begyder med at se på valgmulgheder. V skal træffe 3 delvalg (blå, rød, grø), og vores atal gustge 0 valgmulgheder er derfor V gustge De mulge valgmulgheder er kugler bladt 30: Dvs. sadsylghede er følge sætg 3: P 0,
40 Bomalfordelge V har tdlgere set geerelt på begrebet fordelgsfukto. V skal u se på e kokret fordelg med store avedelsesmulgheder. Defto 7: Et bomalekspermet er et stokastsk ekspermet, der består af e række detske delekspermeter, der ku har mulge udfald: Succes eller fasko. Eksempel 3: E terg kastes 000 gage og ma er teresseret at slå ere. Her er succes det at slå e er, mes fasko er kke at slå e er. Eksempel 4: 5000 meesker udersøges for kræft. Her er succes det at få kostateret kræft, mes fasko er kke at få kostateret kræft. Eksempel 5: E udersøgelse bladt 500 daskere af vælgertlslutge tl de poltske parter deholder mulghede for at vælge ét bladt 0 parter eller vælge ved kke. Dette lger kke umddelbart et bomalekspermet, da der er mulge udfald, me ma ka opdele ekspermetet 0 bomalekspermeter ved f.eks. at sge: Stemte persoe på SF eller stemte persoe kke på SF osv. Det er e helt cetral del af et bomalekspermet, at de ekelte delekspermeter skal være uafhægge af hade. Dette står kke eksplct defto 7, da det mplct fremgår af ordet detske, da delekspermetere kke er detske, hvs successadsylghede ædres. Ma ka derfor IKKE avede bomalfordelge, hvs ma f.eks. står med e krukke med blå og røde kugler og trækker é kugle ad gage og oterer farve ude at lægge kugle tlbage krukke, da sadsylghede for at trække e rød kugle ved trækg ummer afhæger af udfaldet af trækg ummer. Stregt taget ka ma heller kke avede bomalfordelge, hvs ma laver e stkprøveudersøgelse bl.a. de daske vælgere, da ma aldrg udspørger de samme perso mere ed é gag (dvs. ma arbejder "ude tlbagelægg"). Når ma allgevel aveder bomalfordelge det sdste tlfælde skyldes det, at det skal avedes tl statstk, og at fejle er ubetydelgt llle, så læge stkprøves størrelse er meget mdre ed populatoes størrelse. Sætg 5 (bomalfordelge): Ved et bomalekspermet beståede af delekspermeter med succes-sadsylghede p, er sadsylghede for succes r af ekspermetere: P( r) r r K(, r) p ( p) Defto : Et bomalekspermet med delekspermeter og successadsylghede p beteges b, p. Eksempel : Hvad er sadsylghede for at slå etop tre ere ved et kast med 5 almdelge terger? P (3) K(5,3) ,%
41 Eksempel 7: Hvs 4,7% af daskere stemmer på DF, hvad er så sadsylghede for at der bladt 500 tlfældgt udvalgte daskere er etop 0, der stemmer på DF? P (0) K(500,0) 0,47 0 ( 0,47) 0 0, ,9% Bevs 5: I bevset avedes defto 3 (kyttet tl sætg 0) og sætgere 4 og om multplkato og addto af sadsylgheder. V ser på delekspermeter med successadsylghede p. Så er faskosadsylghede p, da v ku har dsse to mulge udfald, og da summe af sadsylgheder for alle udfald skal være. V opstller u dsse delekspermeter rækkefølge og ser på e kokret stuato med r succeser og dermed r faskoer: Sætg 4 gver os sadsylghede for etop dette samlede udfald (dvs. succes og fasko lge etop dee rækkefølge). Me r succeser ka fremkomme på forskellge måder (e ade rækkefølge af succes og fasko). Atallet af måder er K, r, da ma ka forestlle sg, at ma skal udtage r- mægder beståede af umree på de delekspermeter, der gver succes. r Sadsylghede for hver af de K, r dsjukte hædelser er p sadsylghede for at é af dsse dsjukte hædelser dtræffer er: K, r led r p, så P p r p p r p p r p... p r p K, r p r p r succes Med Gym-pakke tl Maple ka ma få teget både pdedagrammer og fordelgsfuktoer (trappedagrammer) for bomalfordelge. Her er det vgtgt at bemærke, at de to størrelser, der karakterserer bomalfordelger er atallet af delekspermeter og successadsylghede p. Atallet af succeser fugerer som vores uafhægge varabel og er altså kke med tl at karaktersere de pågældede fordelg. 4
42 Eksempel : V vl gere se et pdedagram og et trappedagram for b 30, 3 Maple: Eksempel 9: Gym-pakke ka også berege kokrete sadsylgheder eller sadsylgheder for at få mdst et bestemt atal succeser (såkaldte kumulerede sadsylgheder). V vl gere udrege sadsylghedere for at få heholdsvs 0, og 3 succeser: Dsse værder ka sammelges med trappedagrammet eksempel. V ser u på sadsylghedere for at få højst oveståede atal succeser: Dsse værder ka sammelges med trappedagrammet eksempel. Hvs v vl have sadsylghede for at få mdst et bestemt atal succeser, ka v udytte sætg om komplemetære hædelser, der gver os: Det bemærkes, at 0, ,
43 For bomalfordelger gælder følgede vgtge sætg, hvoraf første del gere skulle vrke tutvt rgtg: Sætg : Bomalfordelge b, p har p og p p Bevs : Første del af sætge bevses ved at opdele bomalekspermetet de detske delekspermeter med successadsylghede p og så udytte sætg 9b. De ekelte delekspermeter beskrves ved de stokastske varabel X, der agver atallet af succes ved é udførelse af ekspermetet, dvs. X ka atage værdere 0 og. Det samlede bomalekspermets stokastske varabel X blver så X X X X3... X, da ma etop skal lægge atallet af succeser de ekelte delekspermeter samme for at få det samlede atal succeser. Hvert delekspermet består at udføre et forsøg, der har sadsylghede p for succes og sadsylghede p for fasko. Mddelværde for atal succeser er derfor: E X x P X x 0 p p p Alle delekspermetere er detske, og sætg 9b gver så: E X p p p... p p led Da de ekelte delekspermeter er uafhægge, ka v desude beytte sætg tl at bestemme varase. Me først skal v have bestemt varase af de ekelte delekspermeter (der som allerede vst har mddelværde p): Var X x P X x 0 p p p p p p p p p p Sætg gver så første lghedsteg edeståede:... Var X Var X p p p p p p p p p p Dermed er Var X p p led Ide v ser et eksempel på avedelse af dee sætg, skal v have dført et sdste begreb og behadlet det forbdelse med bomalfordelge. Defto 9: I følgede defto avedes etalsbetegelser. Hvs der er flere størrelser, der opfylder betgelsere, er der flere typetal eller typetervaller. a) Ide for statstk er typetallet observatoe med de største hyppghed. b) Ide for statstk er typetervallet observatostervallet med de største tæthed. c) Ide for sadsylghedsregg er typetallet de værd af de stokastske varabel, der har størst sadsylghed. 43
44 Sætg 7: I e bomalfordelg b, p gælder: a) Hvs pgver et helt tal, er p typetallet. b) Hvs p p gver et helt tal, er der to typetal, emlg p p og p p. c) Hvs ge af betgelsere a) eller b) er opfyldt, er typetallet det største hele tal, der er mdre ed p p (hvlket vl være et de to hele tal, der lgger tættest på p). Bemærkg: Da p lgger mellem 0 og, følger a) af c), så på s vs er a) e overflødg del af sætge. Me de er smplere formuleret ed c) og medtages derfor allgevel. Bevs: V vl bevse sætge ved at se på forholdee mellem sadsylghedere for to successve atal succeser (dvs. to atal der følger lge efter hade, f.eks. og 9). Pote er, at så læge forholdet Pr P r er større ed, vl sadsylghede være større for r succeser ed r succeser. Når brøke gver uder, vl sadsylghede være større for r succeser ed r succeser. Hvs brøke gver, er de to sadsylgheder lge store:! r r r r p p Pr K, r p p r! r! r p r r P r K, r p p! r r r p p p r! r! Så hvs v ser på, hvorår sadsylghede for r succeser er større ed for r succeser: p r p r p r p p r p p r r p p p r r Tlsvarede udregg ka foretages med lghedsteg og med ulghedsteget pegede de ade vej, og ma har altså: Hvs p p r er sadsylghede for r succeser større ed for r succeser. Hvs p p r er sadsylghede for r succeser de samme som for r succeser. Hvs p p r er sadsylghede for r succeser mdre ed for r succeser. Ud fra dsse tre sammehæge følger sætg 7 (overvej selv hvorfor!). Eksempel 70: V ser på bomalfordelge b 50, 0. Mddelværde er p Spredge er p p 50 50,9 4,5,3 0 0 Da p5 er et helt tal, er typetallet 5, dvs. det mest sadsylge atal succeser er 5. For at askuelggøre dette ses på sadsylghedere for 4, 5 og succeser: 44 Det bemærkes, at sadsylghede for 5 succeser er større ed for 4 og.
45 Et pdedagram over bomalfordelge teges: Dette er et eksempel, hvor mddelværde og typetallet er es. Bemærk desude at spredge er, og sammelg dette tal med pdedagrammet (gå, ud tl begge sder fra mddelværde 5), så du får e foremmelse af begrebet spredg. 5 Eksempel 7: V ser på bomalfordelge b 5, Mddelværde er p 5 54,7 Spredge er p p , Da p p er et helt tal, er der to typetal, emlg 55 og 54. For at askuelggøre dette ses på sadsylghedere for 53, 54, 55 og 5 succeser: Bemærk at sadsylghedere for 54 og 55 succeser er (præcs) lge store. Bemærk også at dette kke gælder for 53 og 5 succeser. Pdedagrammet er: 45
46 Eksempel 7: V ser på bomalfordelge b 00;0,75. Mddelværde er p00 0,75 7,5 Spredge er p p 00 0,75 0,5 3,7997 Da hverke p 7,5 eller p p 00 0,75 0,75 7,5 0,75 7,75 er et helt tal, er typetallet det største hele tal, der er mdre ed 7,75, dvs. 7. For at askuelggøre dette ses på sadsylghedere for, 7 og succeser: Pdedagrammet teges: Som afslutg ser v på e fordelg, der på e del pukter mder om bomalfordelge, og som ogle sammehæge derfor erstattes af dee, da bomalfordelge er smplere at rege med og er e god tlærmelse. 4
47 De hypergeometrske fordelg Defto 0: Udgagspuktet for de hypergeometrske fordelg er e populato på objekter, hvoraf k symbolserer succes og k symbolserer fasko. Fra de objekter udtrækkes t objekter (ude tlbagelægg), og de hypergeometrske fordelg agver så sadsylghede for at få r succeser. V har altså at gøre med e række stokastske ekspermeter med forskellge successadsylgheder, da ma kke lægger tlbage efter hver trækg. Eksempel 73: Stadardeksemplet er e krukke deholdede to forskellgt farvede kugler. Det kue være e krukke med 0 kugler, hvoraf 5 var grøe og 45 sorte. Og spørgsmålet kue være: Hvad er sadsylghede for at trække etop 3 grøe kugler, hvs ma trækker 0 kugler op af krukke? Her kue grø symbolsere succes, og de stokastske varabel X kue så agve atal succeser ved optrækg af 0 kugler. V skulle så fde P X 3. Eksempel 74: I e megsmålg udgør de stemmeberettgede del af befolkge populatoe, og stkprøve udgør så de t meesker, der udspørges. At vlle stemme på partet Imperet (T) agver succes, og fasko er så kke at vlle stemme på partet T. De hypergeometrske fordelg agver så sadsylghedere for de forskellge atal bladt de t meesker, der vl stemme på partet T. Bemærk at v eksempel 74 tdlgere har behadlet dette som e bomalfordelg, og det er også det, ma ormalt vl gøre, da populatoe er meget større ed stkprøve. Me hvs ma skal have det helt præcst, skal det altså være de hypergeometrske fordelg. Sætg : Lad h, k, t være det hypergeometrske ekspermet, der består af objekter, hvoraf k er succeser, og hvorfra der trækkes t objekter ude tlbagelægg. X er de stokastske varabel, der agver atallet r af succeser. Ud fra oveståede gælder t og k r, og ma har så: P X r k k r t r t Bevs : V har allerede eksempel set de takegag, der skal bruges tl at berege sadsylghedere. De fdes ved at beytte sætg 3, dvs. fde atal gustge udfald og dele det med atal mulge udfald. De mulge udfald er alle udtrækger af t elemeter fra e -mægde, dvs., mes de gustge udfald fdes følge sætg 3 ved at fde atallet af mulge t udtrækger af r succeser bladt de k succeser og multplcere det med atallet af mulge udtrækger af de t rfaskoer bladt de k elemeter, der er faskoer. 47
48 Eksempel 75 (udregg af sadsylghede beskrevet eksempel 73): V har 0 og k 5. Da t 0 har ma: Dvs. at sadsylghede for, at der er etop 3 grøe bladt de 0 optruke kugler, er 7%. Eksempel 7: V har e vælgerskare på 4 mlloer meesker, hvoraf mllo vl stemme på partet Imperet (med partbogstavet T). V udvælger e stkprøve på 500 persoer og øsker u at fde sadsylghede for, at præcs 00 af dem vl stemme på T. V prøver både at beytte bomalfordelge, der ku er e tlærmelse, da ma kke lægger tlbage, dvs. ma ka kke spørge de samme perso flere gage, og de korrekte hypergeometrske fordelg: Bomalfordelge (successadsylghede er 5%): De hypergeometrske fordelg: Afvgelse lgger på 4. betydede cffer, så v ka se, at det kke er urmelgt at avede bomalfordelge etop dee stuato. 4
49 OVERSIGT OVER DEFINITIONER OG SÆTNINGER U, Pbestår af et udfaldsrum U u ; u; u3;...; u, hvor, 3,4, 5,..., der er mægde af samtlge mulge udfald, samt e sadsylghedsfukto P: U 0;, der agver sadsylghede for de ekelte Defto : Et edelgt sadsylghedsfelt udfald. Der gælder 3 P u P( u ) P( u ) P( u )... P( u ) Defto : Et edelgt sadsylghedsfelt, hvor sadsylghedere for hvert udfald er es, dvs., P u P u u u U, kaldes et symmetrsk sadsylghedsfelt. j j U, Pbestår af et udfaldsrum U u ; u; u3;... med uedelgt mage udfald samt e sadsylghedsfukto P: U 0;, der agver Defto 3: Et uedelgt sadsylghedsfelt sadsylghede for de ekelte udfald. Der gælder Pu P u P u P u3 ( ) ( ) ( )... Defto 4: E delmægde af et udfaldsrum kaldes for e hædelse. Sætg : Sadsylghede for e hædelse er summe af sadsylgheder for de udfald, som hædelse består af. Hvs H Øer PH 0, hvlket kaldes for e umulg hædelse. Hvs H U er PH, hvlket kaldes for e skker hædelse. De komplemetære hædelse tl H skrves H og består af alle de udfald U, der kke er med H. Sætg : PH PH Sætg 3: I et symmetrsk sadsylghedsfelt, hvor udfaldsrummet deholder udfald, er sadsylghede for hædelse H beståede af r udfald gvet ved: r PH Atal gustgeudfald Dette skrves sommetder som: Phædelse Atal mulgeudfald P A B er de betgede sadsylghed for hædelse A, gvet hædelse B. 49
50 Sætg 4: P A B P A B P B Sætg 5 (Bayes' sætg): P A P A B P B A P B Defto 5: Hædelse A sges at være uafhægg af hædelse B, hvs P A B P A Sætg : Hvs hædelse A er uafhægg af hædelse B, så er hædelse B også uafhægg af hædelse A, og ma taler derfor om de uafhægge hædelser A og B. Sætg 7: Hædelsere A og B er uafhægge, etop hvs P A B P A PB Sætg (De store tals lov): Ved getagelse af et ekspermet gage, gælder, hvor f u f u P u for er frekvese for udfaldet u og Pu er sadsylghede for udfaldet u. Eller ldt løst sagt: Jo flere gage ma udfører et ekspermet, jo tættere kommer frekvese for et udfald store træk på sadsylghede for et udfald. Eller: De observerede hyppgheder vl store træk komme relatvt tættere på de forvetede hyppgheder, jo flere gage ma udfører et ekspermet. Defto : E stokastsk varabel X et edelgt sadsylghedsfelt er e fukto der tl ethvert udfald udfaldsrummet kytter et reelt tal. X : U R, Defto 7: I et edelgt sadsylghedsfelt med de stokastske varabel X, der ka atage værdere x, x, x3,..., x m, dføres størrelsere: Mddelværd ( eller E X ): x P X x Varas: var X x P X x m m Spredg: var X Sætg 9: I et edelgt sadsylghedsfelt med de stokastske varable X og Y, gælder følgede, år a og b er reelle tal: Mddelværd: Spredg: Varas: a) E a X b a E X b b) E X Y E X E Y c) a X b a X d) var X E X E X e) var a X b a var X 50
51 Defto : For et (kotuert) udfaldsrum U I, hvor I er et terval, kaldes e fukto f x b for tæthedsfuktoe, hvs det gælder [, ], hvor Pu [ a, b] ab,. a, b I med b a for tervallet P u a b f x dx for alle a er sadsylghede for, at udfaldet lgger de Defto 9: For et sadsylghedsfelt med tlkyttet stokastsk varabel X og sadsylghedsfukto P X x, er fordelgsfuktoe F x P X x de fukto, der tl ehver værd x agver sadsylghede for højst at opå værde x. For et (kotuert) udfaldsrum U I, hvor I er et terval, med tæthedsfuktoe x f x, er fordelgsfuktoe F x edepukt (evt. ). f t dt, hvor a er tervallets vestre Defto 0: Lad X være e stokastsk varabel med mddelværd og spredg. De X stokastske varabel U kaldes så for de tlsvarede ormerede stokastske varabel. Sætg 0: E ormeret stokastsk varabel har mddelværde 0 og spredge. Defto : De stokastske varable X og Y kaldes uafhægge, hvs det gælder, at: j j P X x Y y P X x P Y y a x VmX, y VmY Sætg : For uafhægge stokastske varable X og Y gælder: E X Y E X E Y Sætg : Hvs X og Y er uafhægge stokastske varable, er Var X Y Var X Var Y. Defto : Lad A a a a a,,,..., 3 r være et helt tal, hvorom det gælder 0 r. være e mægde med elemeter (e -mægde) og lad a) E permutato af mægde A er e opstllg af de elemeter e bestemt rækkefølge (også kaldet e ordet mægde). b) Atallet af permutatoer af A skrves P. c) E r - permutato fra mægde A er e ordet delmægde fra A beståede af r elemeter. d) Atallet af r-permutatoer fra mægde A skrves P, r. j Defto 3: Lad A være e -mægde og lad r være et helt tal, hvorom det gælder 0 r. a) E kombato fra A er e delmægde af A. b) Atallet af kombatoer fra A beteges K c) E r - kombato fra A er e kombato med r elemeter. d) Atallet af r-kombatoer fra A beteges K, r
52 Sætg 3 (multplkatosprcppet for valgmulgheder for uafhægge valg): Ved et samlet valg beståede af uafhægge delvalg med atallet af valgmulgheder v, v, v3,..., v er det samlede atal valgmulgheder Vsamlet v v v3... v. Eller udtrykt med begreber fra sadsylghedsregg: Udfaldsrummet, der beskrver de forskellge valgmulgheder og gver et symmetrsk sadsylghedsfelt, vl deholde Vsamlet v v v3... v elemeter. Sætg 4 (multplkatosprcppet for sadsylghede for permutatoer af uafhægge hædelser): Lad A A... A3 A være e permutato af uafhægge hædelser. Sadsylghede for, at hædelsere alle dtræffer de agve rækkefølge, er: P( A A A... A ) P( A ) P( A ) P( A )... P( A ) 3 3 Sætg 5 (Addtosprcppet for valgmulgheder): Hvs ma skal vælge et elemet e af mægdere A, A, A3,..., A deholdede heholdsvs v, v, v3,..., v elemeter, har ma V v v v3... v valgmulgheder. Defto 4: To hædelser A og B kaldes dsjukte, hvs de kke har ogle udfald tlfælles, dvs. hvs AB Ø Sætg (Addtosprcppet for sadsylgheder): Sadsylghede for at é af de dsjukte hædelser A, A, A3,..., A dtræffer er P P A P A P A P A 3... Defto 5: Lad. Med skrvemåde!, der læses " fakultet", forstås! Desude fastsættes det, at 0! Sætg 7: Atallet af permutatoer af e -mægde er: P! Sætg : Atallet af r-permutatoer fra e -mægde er:! P(, r) ( r)! Sætg 9: Atallet af kombatoer fra e -mægde er: K Sætg 0: Atallet af r-kombatoer fra e -mægde er:! K(, r) ( r)! r! Defto : K, r kaldes e bomalkoeffcet og skrves K, r bomalkoeffcete over r., der udtales r 5
53 Sætg :... 0 Sætg : k k k Sætg 3 (Bomalformle): x y x y 0 Sætg 4: For aturlge tal, m og r, hvor r r m, gælder: m m m m m m... r r 0 r r r 0 r r m m Hvlket også ka skrves: r 0 r Defto 7: Et bomalekspermet er et stokastsk ekspermet, der består af e række detske delekspermeter, der ku har mulge udfald: Succes eller fasko. Sætg 5 (bomalfordelge): Ved et bomalekspermet beståede af delekspermeter med succes-sadsylghede p, er sadsylghede for succes r af ekspermetere: P( r) r r K(, r) p ( p) Defto : Et bomalekspermet med delekspermeter og successadsylghede p beteges b, p. Sætg : Bomalfordelge b, p har p og p p Defto 9: I følgede defto avedes etalsbetegelser. Hvs der er flere størrelser, der opfylder betgelsere, er der flere typetal eller typetervaller. d) Ide for statstk er typetallet observatoe med de største hyppghed. e) Ide for statstk er typetervallet observatostervallet med de største tæthed. f) Ide for sadsylghedsregg er typetallet de værd af de stokastske varabel, der har størst sadsylghed. Sætg 7: I e bomalfordelg b, p gælder: d) Hvs pgver et helt tal, er p typetallet. e) Hvs p p gver et helt tal, er der to typetal, emlg p p og p p. f) Hvs ge af betgelsere a) eller b) er opfyldt, er typetallet det største hele tal, der er mdre ed p p (hvlket vl være et de to hele tal, der lgger tættest på p). 53
54 Defto 0: Udgagspuktet for de hypergeometrske fordelg er e populato på objekter, hvoraf k symbolserer succes og k symbolserer fasko. Fra de objekter udtrækkes t objekter (ude tlbagelægg), og de hypergeometrske fordelg agver så sadsylghede for at få r succeser. Sætg : Lad h, k, t være det hypergeometrske ekspermet, der består af objekter, hvoraf k er succeser, og hvorfra der trækkes t objekter ude tlbagelægg. X er de stokastske varabel, der agver atallet r af succeser. Ud fra oveståede gælder t og k r, og ma har så: P X r k k r t r t 54
55 OPGAVER Opgave : Opgave : Opgave : Opgave 3: Opgave 4: Opgave 5: 55
56 FACITLISTE (med forklarger) 5
Elementær Matematik. Sandsynlighedsregning
lemetær Matematk Sadsylghedsregg Ole Wtt-Hase Køge Gymasum 008 INDHOLD KAP. KOMBINATORIK.... MULTIPLIKATIONS- OG ADDTIONSPRINCIPPT.... PRMUTATIONR... 3. KOMBINATIONR...3 KAP. NDLIGT SANDSYNLIGHDSFLT...7.
Men tilbage til regression og Chi-i-anden. test. Begge begreber refererer til normalfordelingen med middelværdi μ og spredning σ.
χ test matematkudervsge χ - test gymasets matematkudervsg I jauar ummeret 8 af LMFK bladet havde jeg e artkel, hvor jeg harcelerede ldt over, at regresso og sær χ fordelg havde fudet dpas matematkudervsge
IKKE-KONTINUERTE (DISKRETE) STOKASTISKE VARIABLE MIDDELVÆRDI, VARIANS, SPREDNING FORDELINGER: HYPERGEOMETRISK, BINOMIAL, POISSON
IE-ONTINUERTE (DISRETE) STOASTISE VARIABLE MIDDELVÆRDI, VARIANS, SPREDNING FORDELINGER: HYPERGEOMETRIS, BINOMIAL, POISSON Edelgt sadsylghedsfelt V reeterer: Et sadsylghedsfelt ( P ) U, kaldes edelgt, hvs
Induktionsbevis og sum af række side 1/7
Iduktosbevs og sum af række sde /7 Skrver ma,,,...,,..., =, 2, 3,... 2 3 taler ma om e talfølge, eller blot e følge. Adre eksempler på følger er, -,, -,, -,..., (-) +,..., =, 2, 3,..., 2, 3, 4,...,,...,
x-klasserne Gammel Hellerup Gymnasium
SANDSYNLIGHEDSREGNING OG KOMBINATORIK x-klassere Gammel Hellerup Gymasium Idholdsfortegelse SANDSYNLIGHEDSREGNING... 3 SANDSYNLIGHEDSFELT... 3 DE STORE TALS LOV... 4 Sadsyligheder og frekveser:... 4 STOKASTISK
FORDELINGER: HYPERGEOMETRISK FORDELING, BINOMIALFORDELING MIDDELVÆRDI DEFINITION. X er en stokastisk variabel på et endeligt sandsynlighedsfelt ( )
FORDELINGER: HYERGEOMETRIS FORDELING, BINOMIALFORDELING MIDDELVÆRDI Mddelværd MIDDELVÆRDI (TYS: ERWARTUNGSWERT ) DEFINITION X er e stokastsk varabel på et edelgt sadsylghedsfelt U, ( ) Mddelværde af X
Økonometri 1. Funktionel form. Funktionel form (fortsat) Dagens program. Den simple regressionsmodel 14. september 2005
Dages program Økoometr De smple regressosmodel 4. september 5 Dee forelæsg drejer sg stadg om de smple regressosmodel (Wooldrdge kap.4-.6) Fuktoel form Hvorår er OLS mddelret? Varase på OLS estmatore Regressosmodelle
Løsningsforslag til skriftlig eksamen i Kombinatorik, sandsynlighed og randomiserede algoritmer (DM528)
Løsigsforslag til skriftlig eksame i Kombiatorik, sadsylighed og radomiserede algoritmer (DM58) Istitut for Matematik & Datalogi Syddask Uiversitet Madag de 3 Jauar 011, kl. 9 13 Alle sædvalige hjælpemidler
Noter om kombinatorik, Kirsten Rosenkilde, februar 2008 1. Kombinatorik
Noter om ombiatori, Kirste Roseilde, februar 008 Kombiatori Disse oter er e itrodutio til ombiatori og starter helt fra bude, så e del af det idledede er siert edt for dig allerede, me der ommer også hurtigt
Statistik Lektion 14 Simpel Lineær Regression. Simpel lineær regression Mindste kvadraters metode Kovarians og Korrelation
Statstk Lekto 4 Smpel Leær Regresso Smpel leær regresso Mdste kvadraters metode Kovaras og Korrelato Scatterplot Scatterplot kf Advertsg Epedtures ( ad Sales ( Et scatterplot vser par (, af observatoer.
FACITLISTE TIL KOMPLEKSE TAL
FACITLISTE TIL KOMPLEKSE TAL Kaptel Opgave Opgave Opgave Det emmeste check af lgge er at opløfte begge sder tl. potes. Bombells metode gver følgede lgger: a a b = 5 ( ) b a b = 09 = 7. Løs dem med et CAS
Videregående Algoritmik. David Pisinger, DIKU. Reeksamen, April 2005
Vderegåede Algortmk Davd Psger, DIKU Reeksame, Aprl 5 Bsecto problemet Gvet e uvægtet graf G = (V, E) samt et heltal k. E bsecto af grafe G er e opdelg af kudere V to lge store mægder S og T. MAX-BISECTION
Betænkning om kommunernes udgiftsbehov. Bilag (med metodediskussion af professor Anders Milhøj)
Betækg om kommueres udgftsbehov Blag (med metodedskusso af professor Aders Mlhøj) Betækg r. 36 Oktober 998 Kommueres Udgftsbehov Betækg om kommueres udgftsbehov - Redegørelse fra arbejdsgruppe uder Idergsmsterets
Binomialfordelingen. Erik Vestergaard
Bnomalfordelngen Erk Vestergaard Erk Vestergaard www.matematkfysk.dk Erk Vestergaard,. Blleder: Forsde: Stock.com/gnevre Sde : Stock.com/jaroon Sde : Stock.com/pod Desuden egne fotos og llustratoner. Erk
Matematik A. Studentereksamen. Forberedelsesmateriale. Forsøg med digitale eksamensopgaver med adgang til internettet.
Matematik A Studetereksame Forsøg med digitale eksamesopgaver med adgag til iterettet Forberedelsesmateriale Vejledede opgave Forår 0 til stx-a-net MATEMATIK Der skal afsættes 6 timer af holdets sædvalige
FY01 Obligatorisk laboratorieøvelse. O p t i k. Jacob Christiansen Afleveringsdato: 3. april 2003 Morten Olesen Andreas Lyder
FY0 Oblgatorsk laboratoreøvelse O p t k Hold E: Hold: D Jacob Chrstase Alevergsdato: 3. aprl 003 Morte Olese Adreas Lyder Idholdsortegelse Idholdsortegelse Forål...3 Måleresultater...4. Salelser...4. Spredelse...5.3
Renteformlen. Erik Vestergaard
Reteformle Erik Vestergaard 2 Erik Vestergaard www.matematikfysik.dk Erik Vestergaard, 2010. Billeder: Forside: istock.com/ilbusca Side 4: istock.com/adresrimagig Desude ege illustratioer. Erik Vestergaard
1.0 FORSIKRINGSFORMER
eam Lv forskrgsakteselskab Bereggsgrudlaget sgrp217 tl præmeberegg for gruppeforskrg e-am Lv forskrgsakteselskab 1. FORIKRINGFORMER 1.1 Oblgatorske ordger Alle gruppeforskrgsordger teget på dette grudlag
Meningsmålinger KLADDE. Thomas Heide-Jørgensen, Rosborg Gymnasium & HF, 2017
Meigsmåliger KLADDE Thomas Heide-Jørgese, Rosborg Gymasium & HF, 2017 Idhold 1 Meigsmåliger 2 1.1 Idledig................................. 2 1.2 Hvorda skal usikkerhede forstås?................... 3 1.3
Elementær Matematik. Polynomier
Elemetær Matematik Polyomier Ole Witt-Hase 2008 Køge Gymasium Idhold 1. Geerelle polyomier...1 2. Divisio med hele tal....1 3. Polyomiers divisio...2 4. Polyomiers rødder....4 5. Bestemmelse af røddere
Økonometri 1. Instrumentvariabelestimation 26. november Plan for IV gennemgang. Exogenitetsantagelsen. Exogenitetsantagelsen for OLS
y = cy ( c 0 ) Pla for IV geemgag Økoometr Istrumetvarabelestmato 6. ovember 004 F9: Hvad er IV estmato: Bvarat model, et strumet: Kap.5. + afst -4 ote. F0: IV estmato det multple tlfælde (eksakt detfceret):
Noter om kombinatorik, Kirsten Rosenkilde, februar Kombinatorik
Noter om ombiatori, Kirste Roseilde, februar 008 Kombiatori Disse oter er e itrodutio til ombiatori og starter helt fra bude, så e del af det idledede er siert edt for dig allerede, me der ommer også hurtigt
Projekt 9.10 St. Petersborg paradokset
Hvad er matematik? ISBN 978877066879 Projekt 9.0 St. Petersborg paradokset. De store tals lov & viderchacer I grudboges kapitel 9 omtales de store tals lov, som ka formuleres således: Hvis e spiller i
Sandsynlighedsregning i biologi
Om begrebet sadsylighed Sadsylighedsregig i biologi Hvis vi kaster e almidelig, symmetrisk terig, er det klart for de fleste af os, hvad vi meer, år vi siger, at sadsylighede for at få e femmer er 1/6.
Note til Spilteori Mikro 2. år 2. semester Erik Bennike. Note til Spilteori
Note tl Splteor Mkro. år. semester Erk Beke Note tl Splteor Gos s. - Splteor eskæftger sg med sttoer hvor der er strtegsk fhægghed geter mellem. Nytte for de ekelte get fhæger således kke lee f ege hdlger
Formelskrivning i Word 2. Sådan kommer du i gang 4. Eksempel med skrivning af brøker 5. Brøker skrevet med småt 6. Hævet og sænket skrift 6
Dee udgave er til geemkig på ettet. Boge ka købes for kr. 5 hos EH-Mat. E y og udvidet udgave med title»symbol- og formelskrivig«er udkommet september 00. Se mere om de her. Idholdsfortegelse Formelskrivig
Lys og gitterligningen
Fysik rapport: Lys og gitterligige Forfatter: Bastia Emil Jørgese.z Øvelse blev udført osdag de 25. jauar 202 samme med Lise Kjærgaard Paulse 2 - Bastia Emil Jørgese Fysik rapport (4 elevtimer), februar
hvor i er observationsnummeret, som løber fra 1 til stikprøvestørrelsen n, X i
Normalfordeliger For at e stokastisk variabel X ka være ormalfordelt, skal X agive værdie af e eller ade målig, f.eks. tid, lægde, vægt, beløb osv. Notatioe er: Xi ~ N( μ, σ hvor i er observatiosummeret,
Introduktion til uligheder
Itroduktio til uligheder, marts 0, Kirste Rosekilde Itroduktio til uligheder Dette er e itroduktio til ogle basale uligheder om det aritmetiske geemsit, det geometriske geemsit, det harmoiske geemsit og
9. Binomialfordelingen
9. Biomialfordelige 9.. Gekedelse Hvert forsøg ka ku resultere i to mulige udfald; succes og fiasko. I modsætig til poissofordelige er atallet af forsøg edeligt. 9.. Model X : Stokastisk variabel, der
Projekt 1.3 Brydningsloven
Projekt 1.3 Brydigslove Når e bølge, fx e lysbølge, rammer e græseflade mellem to stoffer, vil bølge ormalt blive spaltet i to: Noget af bølge kastes tilbage (spejlig), hvor udfaldsvikle u er de samme
Introduktion til uligheder
Itroduktio til uligheder Dette er e itroduktio til ogle basale uligheder om det aritmetiske geemsit, det geometriske geemsit, det harmoiske geemsit og det kvadratiske geemsit. Først skal vi ved fælles
Projekt 3.2 Anlægsøkonomien i Storebæltsforbindelsen. Indhold. Hvad er matematik? 1 ISBN
Projekt 3.2 Alægsøkoomie i Storebæltsforbidelse Dette projekt hadler, hvorda økoomie var skruet samme, da ma byggede storebæltsforbidelse. Store alægsprojekter er æste altid helt eller delvist låefiasieret.
Motivation. En tegning
Motivatio Scatter-plot at det mådelige salg mod det måedlige reklamebudget. R: plot(salg ~ budget, data = salg) Økoometri Lektio Simpel Lieær Regressio salg 400 450 500 550 20 25 30 35 40 45 50 budget
DATV: Introduktion til optimering og operationsanalyse, 2007. Følsomhed af Knapsack Problemet
DATV: Itroduktio til optimerig og operatiosaalyse, 2007 Følsomhed af Kapsack Problemet David Pisiger, Projektopgave 1 Dette er de første obligatoriske projektopgave på kurset DATV: Itroduktio til optimerig
Projekt 4.8 De reelle tal og 1. hovedsætning om kontinuerte funktioner
Projekter: Kapitel 4 Projekt 48 De reelle tal og hovedsætig om kotiuerte fuktioer Projekt 48 De reelle tal og hovedsætig om kotiuerte fuktioer Kotiuitet og kotiuerte fuktioer Ord som kotiuert og kotiuerlig
FUNKTIONER del 1 Funktionsbegrebet Lineære funktioner Eksponentialfunktioner Logaritmefunktioner Rentesregning Indekstal
FUNKTIONER del Fuktiosbegrebet Lieære fuktioer Ekspoetialfuktioer Logaritmefuktioer Retesregig Idekstal -klassere Gammel Hellerup Gymasium November 08 ; Michael Szymaski ; [email protected] Idholdsfortegelse FUNKTIONSBEGREBET...
Statistik 9. gang 1 REGRESSIONSANALYSE. Korrelation (kontrol af model) Regression (tilpasning af model)
Statstk 9. gag REGRESSIONSANALYSE Korrelato kotrol af model Regresso tlpasg af model Statstk 9. gag KORRELATIONS ANALYSE. Grad af fælles varato mellem X og Y. Område og fordelg af sample data 3. Optræde
Noter om polynomier, Kirsten Rosenkilde, Marts Polynomier
Noter om polyomier, Kirste Rosekilde, Marts 2006 1 Polyomier Disse oter giver e kort itroduktio til polyomier, og de fleste sætiger æves ude bevis. Udervejs er der forholdsvis emme opgaver, mes der til
Projekt 9.1 Regneregler for stokastiske variable middelværdi, varians og spredning
Hvad er matematik? Projekter: Kaitel 9 Projekt 9 Regeregler for stokastiske variable middelværdi, varias og sredig Projekt 9 Regeregler for stokastiske variable middelværdi, varias og sredig Sætig : Regeregler
Praktisk info. Statistisk analyse af en enkelt stikprøve: kendt eller ukendt varians Sandsynlighedsregning og Statistik (SaSt) I tirsdags.
Praktisk ifo Liste med rettelser og meigsforstyrrede trykfejl i DS på Absalo. Statistisk aalyse af e ekelt stikprøve: kedt eller ukedt varias Sadsylighedsregig og Statistik (SaSt) Helle Sørese Projekt
Forberedelse til den obligatoriske selvvalgte opgave
MnFremtd tl OSO 10. klasse Forberedelse tl den oblgatorske selvvalgte opgave Emnet for dn oblgatorske selvvalgte opgave (OSO) skal tage udgangspunkt dn uddannelsesplan og dt valg af ungdomsuddannelse.
Finanskalkulationer Side 1/19 Steen Toft Jørgensen. Finanskalkulationer. avanceret rentesregning. matematiske modeller i økonomi
Faskalkulatoe Sde /9 Stee Toft Jøgese Faskalkulatoe avaceet etesegg matematske modelle økoom Idholdsfotegelse: Kaptel : Rete Retebegebet Omkostge Retefomle Effektv ete Kotuet foetg Tdsdagam Flytg af kaptal
og Fermats lille sætning
Projekter: Kaitel 0. Projekt 0. Modulo-regig, restklassegruer og Fermats lille sætig Projekt 0. Modulo-regig, restklassegruere ( { 0 }, ) og Fermats lille sætig Vi aveder moduloregig og restklasser mage
Forslag til besvarelser af opgaver m.m. i ε-bogen, Matematik for lærerstuderende
Forslag til besvarelser af opgaver m.m. i ε-boge, Matematik for lærerstuderede Dette er førsteudgave af opgavebesvarelser udarbejdet i sommere 008. Dokumetet ideholder forslag til besvarelser af de fleste
DATV: Introduktion til optimering og operationsanalyse, 2007. Bin Packing Problemet
DATV: Itroduktio til optimerig og operatiosaalyse, 2007 Bi Packig Problemet David Pisiger, Projektopgave 2 Dette er de ade obligatoriske projektopgave på kurset DATV: Itroduktio til optimerig og operatiosaalyse.
Claus Munk. kap. 1-3
Claus Muk kap. 1-3 1 Dages forelæsig Grudlæggede itroduktio til obligatioer Betaligsrækker og låeformer Det daske obligatiosmarked Pris og kurs Effektive reter 2 1 Obligatioer Grudlæggede Itro Debitor
Dagens forelæsning. Claus Munk. kap. 1-3. Obligationer Grundlæggende Intro. Obligationer Grundlæggende Intro. Obligationer Grundlæggende Intro
Dages forelæsig Grudlæggede itroduktio til obligatioer Claus Muk kap. - 3 Betaligsrækker og låeformer Det daske obligatiosmarked Effektive reter 2 Obligatioer Grudlæggede Itro Obligatioer Grudlæggede Itro
Sandsynlighedsregning og statistik med binomialfordelingen
Sandsynlghedsregnng og statstk med bnomalfordelngen Katja Kofod Svan og Olav Lyndrup Januar 09 Indhold Stokastske varable... 3 Mddelværd og sprednng... 6 Bnomalfordelngen... Andre sandsynlghedsfordelnger...
Branchevejledning. ulykker indenfor. godschauffør. området. Branchearbejdsmiljørådet for transport og engros
Brachevejledig ulykker idefor godschauffør området Brachearbejdsmiljørådet for trasport og egros Baggrud Udersøgelser på lager- og trasportområdet har vist, at beskrivelse af hædelsesforløbet ved udfyldelse
Branchevejledning. ulykker indenfor. lager. området. Branchearbejdsmiljørådet for transport og engros
Brachevejledig ulykker idefor lager området Brachearbejdsmiljørådet for trasport og egros Baggrud Udersøgelser på lager- og trasportområdet har vist, at beskrivelse af hædelsesforløbet ved udfyldelse
6 Populære fordelinger
6 Populære fordeliger I apitel 4 itroducerede vi stoastise variabler so e åde at repræsetere udfald af et esperiet på. De stoastise variabler ue være både disrete (fx terigslag) og otiuerte (fx vareægder).
Vejledende opgavebesvarelser
Vejledede opgavebesvarelser 1. Atal hæder er lig med K(52,5), altså 2598960. Ved brug af multiplikatiospricippet ka atal hæder med 3 ruder og 2 spar udreges som K(13, 3) K(13, 2), hvilket giver 22308.
Sandsynlighedsregning
Sadsylighedsregig E ote om sadsylighedsregig. Via basal sadsylighedsregig gøres læsere klar til forstå biomialfordelige. Herik S. Hase, Sct. Kud Versio 5.0 Opgaver til hæftet ka hetes her. PDF Facit til
Facilitering ITU 15. maj 2012
Faciliterig ITU 15. maj 2012 Facilitatio is like movig with the elemets ad sailig the sea Vejvisere Velkomst de gode idflyvig Hvad er faciliterig? Kedeteg ved rolle som facilitator Facilitatores drejebog
Lineær regressionsanalyse8
Lneær regressonsanalyse8 336 8. Lneær regressonsanalyse Lneær regressonsanalyse Fra kaptel 4 Mat C-bogen ved v, at man kan ndtegne en række punkter et koordnatsystem, for at afgøre, hvor tæt på en ret
og Fermats lille Projekt 0.4 Modulo-regning, restklassegrupperne sætning ..., 44, 20,4,28,52,... Hvad er matematik? 3 ISBN
Projekt 0.4 Modulo-regig, restklassegruppere sætig ( p 0, ) og Fermats lille Vi aveder moduloregig og restklasser mage gage om dage, emlig år vi taler om tid, om hvad klokke er, om hvor lag tid der er
