Sandsynlighedsregning og statistik
|
|
- Johanne Klausen
- 8 år siden
- Visninger:
Transkript
1 og statistik Jakob G. Rasmussen, Institut for Matematiske Fag Litteratur: Walpole, Myers, Myers & Ye: Probability and Statistics for Engineers and Scientists, Prentice Hall, 8th ed. Slides og lektionssedler: Kursusform: 2x45 min forelæsning, og derefter opgaveregning 1
2 STATISTIK Hvad kan det så bruges til??? Lave forecasts: Forventninger til fremtiden? Hvordan går det med aktiemarkedet? Analyse af salg: Hvor meget sælger vi, og hvornår? Skal vi satse anderledes? A B C Kvalitetskontrol: Hvad er min fejlprocent? Hvordan kan jeg styre min produktion? Hvad er en god stikprøveplan? 2
3 Udfaldsrum og hændelser Betragt et forsøg Udfaldsrum S: Hændelse A: S VENN DIAGRAM S A eksempel: S={1,2,,6} ved terningkast S={plat,krone} ved møntkast eksempel: A={1,6} ved terningkast Komplementærhændelse A : S A A eksempel: A ={2,3,4,5} ved terningkast 3
4 Hændelser Eksempel: kast med terning S={1,2,3,4,5,6} A={2,4,6} B={1,2,3} S A B Fællesmængde: A B={2} Foreningsmængde: A B={1,2,3,4,6} Disjunkte hændelser: C D = Ø C={1,3,5} og D={2,4,6} er disjunkte S C D 4
5 Antal muligheder Antal måder at udfylde tipskupon: 1 X 2 3 muligheder 3 muligheder 3 muligheder SVAR: = 3 13 Multiplikationsregel 5
6 Antal muligheder Placering af n forskellige objekter i rækkefølge Antallet af permutationer??? Der er n måder at vælge den første på } n -1 måder at vælge den anden på 1 måde at vælge den sidste på n (n -1) 1 = n! måder Multiplikationsregel 3!= 6 6
7 Antal muligheder Multiplikationsregel: Hvis k uafhængige operationer hhv. kan udføres på n 1, n 2,, n k måder, så kan de k operationer i alt udføres på Tælletræ: 7 P K n 1 n 2 n k måder P K P K P K P K P K P K 3 gange kast med mønt (Plat/Krone) 2 3 = 8 mulige udfald
8 Antal muligheder Antal mulige måder/kombinationer at udtage/placere r elementer af en mængde med n elementer: ordnet uordnet uden tilbagelægning n P r = n! ( n r)! n n! = r r!( n r)! med tilbagelægning r n - 8
9 Antal muligheder Eksempel: Anders, Birgitte, Claus, og Ditte skal lave et udvalg bestående af to personer, dvs. uordnet uden tilbagelægning. Antal mulige kombinationer: 4 4! = = 2 2!2! Nemlig : AB AC AD BC BD CD 6 9
10 Antal muligheder Eksempel: Udtag 2 ud af 4 forskellige kugler ordnet og uden tilbagelægning 4! Antal mulige kombinationer: 4P 2 = = (4 2)! 12 10
11 Sandsynlighed Lad A være en hændelse, da betegner P(A): sandsynligheden for A S A Der gælder 0 < P(A) < 1 P(Ø) = 0 P(S) = 1 Betragt et forsøg, der har N lige sandsynlige udfald, og lad præcis n af disse forsøg svare til hændelsen A. Da gælder n P(A) = (# gunstige / # mulige) N Eksempel: Terningkast P( #øjne lige) 3 1 = =
12 12 Sandsynlighedsregning Sandsynlighed Eksempel: Kvalitetskontrol Vareparti på 20 enheder med 8 defekte enheder. Udtag 6 enheder (uordnet og uden tilbagelægning). Hændelsen A: ingen defekte enheder i stikprøven. 20 Antal stikprøver: N = (# mulige) 6 12 Antal stikprøver uden defekte enheder: n = (# gunstige) !6!14! 77 P(A) = = = = !6!20!
13 Sandsynlighed Eksempel: fortsat Hændelsen B: netop 2 defekte enheder i stikprøven 12 8 Antal stikprøver med netop 2 defekte enheder: n = 4 2 (# gunstige) !8!6!14! P(B) = = = !8!2!6!20! 6 13
14 Regneregler for sandsynlighed A B Fællesmængde: A B Foreningsmængde: A B P(A B) = P(A) + P(B) - P(A B) P(B) = P(B A) + P(B A ) Hvis A og B er disjunkte: P(A B) = P(A) + P(B) Specielt: P( A ) + P(A ) = 1 14
15 Betinget sandsynlighed Betinget sandsynlighed for A givet B: P(A B) P(A B) = hvor P ( B ) > 0 P(B) A B Bayes formel: P(A B) = P(A B)P(B) = P(B A)P(A) Omskrivning af Bayes formel: P(A B) P(B A)P(A) = = P(B) P(B A)P(A) P(B A)P(A)+P(B A )P(A ) 15
16 Betinget sandsynlighed Eksempel s 59: Køns-fordeling af arbejdsløse/ikke-arbejdsløse med studentereksamen i en lille by I arbejde Arbejdsløs Total Mand Kvinde Total P(mand & i arbejde) 460 / P (mand i arbejde) = = = = = P(i arbejde) 600 / % P(mand& arbejdsløs) 40/ P(mand arbejdsløs) = = = = = 13.3% P(arbejdsløs) 300/
17 Bayes formel Eksempel: Lungesygdom & rygning Iflg. The American Lung Association lider 7% af befolkningen af en lungesygdom, og 90% af disse er rygere. For folk uden lungesygdomme er 25.3% rygere. A: person har lungesygdom P(A) = 0.07 B: person er ryger P(B A) = 0.90 P(B A ) = P(B A)P(A) P(A B) = = = P(B A)P(A)+P(B A )P(A )
18 Bayes formel udvidet A 1,, A k disjunkt opsplitning af S A 3 A 4 A 5 S 18 Eliminations reglen: K P(B)= P(B A i)p(a i) i=1 Bayes formel udvidet: P(A B)= r A 1 P(B A )P(A ) r r K P(B A i)p(a i) i=1 B A 2 A 6
19 Uafhængighed Definition: To hændelser A og B siges at være uafhængige, hvis P(B A) = P(B) (eller P(A B) = P(A)) Alternativ Definition: To hændelser A og B siges at være uafhængige, hvis P(A B) = P(A) P(B) 19
20 Betinget sandsynlighed Eksempel: I arbejde Arbejdsløs Total Mand Kvinde Total / 900 P (mand i arbejde) = = 600 / % P(mand) = 500/900 = 55.6% Dvs. de to variable køn og beskæftigelse er afhængige 20
21 Regneregler for betinget sandsynlighed P(A B) = P(A B) P(B) P(A B C) = P(A B C) P(B C) P(C) bevis : P( A B C) = P( A B C ) P(B C) = P( A B C ) P( B C) P( C ) Generel regel: P(A 1 A 2 A k ) = P(A 1 A 2 A 3 A k ) P(A 2 A 3 A 4 A k ) P(A k-1 A k ) P(A k ) 21
Landmålingens fejlteori - Sandsynlighedsregning - Lektion 1
Landmålingens fejlteori Sandsynlighedsregning Lektion 1 - kkb@math.aau.dk http://people.math.aau.dk/ kkb/undervisning/lf10 Institut for Matematiske Fag Aalborg Universitet 23. april 2009 1/28 Landmålingens
Læs mereSandsynligheder. Mængder Hændelser Sandsynligheder Regler for sandsynligheder
Sandsynligheder Mængder Hændelser Sandsynligheder Regler for sandsynligheder Sandsynligheder En sandsynlighed er et kvantitativt mål for usikkerhed et mål der udtrykker styrken af vores tro på forekomsten
Læs mereSandsynlighedsregning
Sandsynlighedsregning Udfaldsrum og hændelser Udfald e:resultatetafetforsøg. Udfaldsrum S: Mængden af de mulige udfald af forsøget. Hændelse A: En delmængde af udfaldsrummet. Tilfældigt fænomen S e (eks.)
Læs mereModul 3: Sandsynlighedsregning
Forskningsenheden for Statistik ST01: Elementær Statistik Bent Jørgensen Modul 3: Sandsynlighedsregning 3.1 Sandsynligheder................................... 1 3.2 Tilfældig udtrækning fra en mængde........................
Læs mereDagens program. Afsnit 1.1-1.3 Eksperimenter med usikkerhed Sandsynlighedsmodel - Udfaldsrum - Hændelser - Sandsynligheder Eksempler
Dagens program Afsnit 1.1-1.3 Eksperimenter med usikkerhed Sandsynlighedsmodel - Udfaldsrum - Hændelser - Sandsynligheder Eksempler 1 Sandsynlighedsmodel Kvantitative Metoder 1 - Efterår 2006 Eksperiment
Læs mereUafhængighed af hændelser
Uafhængighed af hændelser Uafhængighed af to hændelser A og B kaldes uafhængige hændelser hvis P A B P A P B Kaldes også den specielle multiplikationsregel. Så gælder både P A B P A og P B A P B. Bemærk
Læs mereLad os som eksempel se på samtidigt kast med en terning og en mønt:
SANDSYNLIGHEDSREGNING Stokastisk eksperiment Et stokastisk eksperiment er et eksperiment, hvor vi fornuftigvis ikke på forhånd kan have en formodning om resultatet af eksperimentet Til gengæld kan vi prøve
Læs mereStatistik Lektion 2. Betinget sandsynlighed Bayes regel Diskrete stokastiske variable Middelværdi og varians for diskret SV Binomialfordelingen
Statistik Lektion etinget sandsynlighed ayes regel Diskrete stokastiske variable Middelværdi og varians for diskret SV inomialfordelingen Repetition Udfaldsrum S Hændelse S Simpel hændelse O i 1, 3 4,
Læs mereStatistik. Hjemmeside: kkb. Statistik - lektion 1 p.1/22
Statistik Kursets omfang: 2 ECTS Inklusiv mini-projekt! Bog: Complete Business Statistics, AD Aczel & J. Sounderpandian Software: SPSS eller Excel?? Forelæser: Kasper K. Berthelsen E-mail: kkb@math.aau.dk
Læs mereStatistik. Introduktion Deskriptiv statistik Sandsynslighedregning
Statistik Introduktion Deskriptiv statistik Sandsynslighedregning Introduktion Kasper K. Berthelsen, Institut f. Mat. Fag 8 Kursusgange Individuel mundtlig eksamen (7-skala) Udgangspunkt i opgaver Software:
Læs mereSandsynligheder. Udfaldsrum Ω = {ω 1,..., ω N } hvor alle udfald er lige sandsynlige, dvs. P (ω i )=1/N for alle i =1,..., N.
Dagens program Afsnit 1.4-1.6 Kombinatorik - Permutationer - Kombinationer Udtagelse af stikprøver - Population - Med og uden tilbagelægning Eksempler 1 Sandsynligheder Udfaldsrum Ω = {ω 1,..., ω N } hvor
Læs mereHvad skal vi lave i dag?
p. 1/15 Hvad skal vi lave i dag? Definition af sandsynlighedsrum. Egenskaber ved Sandsynlighedsmål. (Kap. 3). Fødselsdagsproblemet (supplerende eksempel 3.1). Betingede sandsynligheder og uafhængighed
Læs mereSANDSYNLIGHEDSREGNING Hvad er sandsynlighed for noget? Umiddelbart kan vi inddele sandsynlighed i tre former.
SANDSYNLIGHEDSREGNING Hvad er sandsynlighed for noget? Umiddelbart kan vi inddele sandsynlighed i tre former. Statistisk sandsynlighed Her finder man sandsynligheden for en hændelse ved at kigge på en
Læs mereAarhus Universitet 5. februar Meddelelse 2
fdeling for Teoretisk Statistik IOSTTISTIK Institut for Matematiske Fag Preben læsild arhus Universitet 5. februar 2003 Meddelelse 2 Forelæsningerne i uge 6 (3-7.2) Ved forelæsningen den 4.2 gav Frank
Læs mereSandsynlighedsregning
Mogens Bladt www2.imm.dtu.dk/courses/02405 7. September, 2007 Hvad er sandsynlighedsregning? Formel matematisk måde til at håndtere tilfældigheder. Dybest set en formalisering af udregninger med proportioner.
Læs mereSandsynlighedsregning
Mogens Bladt www2.imm.dtu.dk/courses/02405 14. September, 2007 Betinget sandsynlighed ud fra proportioner Vi husker på definitionen IP(A B) = IP(A B). IP(B) Betragt en befolkning bestående af N personer.
Læs mereStatistik Lektion 2. Uafhængighed Stokastiske Variable Sandsynlighedsfordeling Middelværdi og Varians for Stok. Var.
Statistik Lektion Uafhængighed Stokastiske Variable Sandsynlighedsfordeling Middelværdi og Varians for Stok. Var. Repetition Stikprøve Stikprøvestørrelse n Stikprøvemiddelværdi Stikprøvevarians s Population
Læs mereDagens program. Afsnit Diskrete stokastiske variable Sandsynlighedsfunktioner Simultane fordelinger Betingede sandsynligheder
Dagens program Afsnit 2.1-2.3 Diskrete stokastiske variable Sandsynlighedsfunktioner Simultane fordelinger Betingede sandsynligheder 1 Stokastiske variable (diskrete) Et eksperiment med usikkerhed beskrives
Læs mereForslag til løsning af Opgaver til sandsynlighedsregning (side 434)
Forslag til løsning af Opgaver til sandsynlighedsregning (side 434) Opgave Vi kan selv vælge, om vi vil arbejde med ordnet eller uordnet udtagelse, hvis vi blot sikrer, at vi er konsekvente i vores valg,
Læs mereModul 2: Sandsynlighedsmodeller og diskrete stokastiske variable
Forskningsenheden for Statistik ST501: Science Statistik Bent Jørgensen Modul 2: Sandsynlighedsmodeller og diskrete stokastiske variable 2.1 Sandsynlighedsbegrebet............................... 1 2.1.1
Læs mereKursusindhold: X i : tilfældig værdi af ite eksperiment. Antag X i kun antager værdierne 1, 2,..., M.
Kursusindhold: Produkt og marked - matematiske og statistiske metoder Rasmus Waagepetersen Institut for Matematiske Fag Aalborg Universitet February 9, 2015 Sandsynlighedsregning og lagerstyring Normalfordelingen
Læs mereNanostatistik: sandsynligheder Kursushjemmeside: http://www.imf.au.dk/ kurser/nanostatistik/
Nanostatistik: sandsynligheder Kursushjemmeside: http://www.imf.au.dk/ kurser/nanostatistik/ JLJ Nanostatistik: sandsynlighederkursushjemmeside:http://www.imf.au.dk/kurser/nanostatistik/ p. 1/16 Højder
Læs mereSandsynlighedsregning 1. forelæsning Bo Friis Nielsen
Sandsynlighedsregning 1. forelæsning Bo Friis Nielsen Anvendt Matematik og Computer Science Danmarks Tekniske Universitet 2800 Kgs. Lyngby Danmark Email: bfni@dtu.dk Hvad er sandsynlighedsregning? Formel/matematisk
Læs mereMeddelelse 2. Forelæsningerne i uge 6 ( ) Gennemgangen af BPT fortsættes. Vi afslutter Kapitel 4 og når sikkert et godt stykke ind i Kapitel 5.
Institut for Matematiske Fag arhus Universitet STTISTIK(2003-ordning) Jens Ledet Jensen Jørgen Granfeldt 2. februar 2006 Meddelelse 2 Forelæsningerne i uge 5 (30.1 5.2) Ved forelæsningen mandag den 30.
Læs mereSandsynlighedsregning 1. forelæsning Bo Friis Nielsen
Sandsynlighedsregning 1. forelæsning Bo Friis Nielsen Anvendt Matematik og Computer Science Danmarks Tekniske Universitet 2800 Kgs. Lyngby Danmark Email: bfni@dtu.dk Hvad er sandsynlighedsregning? Formel/matematisk
Læs mereSandsynlighedsregning 1. forelæsning Bo Friis Nielsen
Sandsynlighedsregning 1. forelæsning Bo Friis Nielsen Anvendt Matematik og Computer Science Danmarks Tekniske Universitet 2800 Kgs. Lyngby Danmark Email: bfni@dtu.dk Hvad er sandsynlighedsregning? Formel/matematisk
Læs mereSandsynlighedsregning 1. forelæsning Bo Friis Nielsen
Sandsynlighedsregning 1. forelæsning Bo Friis Nielsen Anvendt Matematik og Computer Science Danmarks Tekniske Universitet 2800 Kgs. Lyngby Danmark Email: bfni@dtu.dk Hvad er sandsynlighedsregning? Formel/matematisk
Læs mereProdukt og marked - matematiske og statistiske metoder
Produkt og marked - matematiske og statistiske metoder Rasmus Waagepetersen Institut for Matematiske Fag Aalborg Universitet February 11, 2016 1/22 Kursusindhold: Sandsynlighedsregning og lagerstyring
Læs mere4 Oversigt over kapitel 4
IMM, 2002-09-14 Poul Thyregod 4 Oversigt over kapitel 4 Introduktion Hidtil har vi beskæftiget os med data. Når data repræsenterer gentagne observationer (i bred forstand) af et fænomen, kan det være bekvemt
Læs mereTØ-opgaver til uge 46
TØ-opgaver til uge 46 Først laver vi en liste over de ligninger med mere i [ITP], der skal bruges: [1]: Ligning (2.5) på side 4. [2]: Sætning 3.1, ligning (3.3) på side 7. [3]: Sætning 3.1, ligning (3.4)
Læs mereBinomialfordelingen. Binomialfordelingen. Binomialfordelingen
Statistik og Sandsynlighedsregning 1 MS kapitel 3 Susanne Ditlevsen Institut for Matematiske Fag Email: susanne@math.ku.dk http://math.ku.dk/ susanne Definition 3.2.1 Lad X 1, X 2,..., X n være uafhængige
Læs mere{ } { } {( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )}
Stokastisk eksperiment Et stokastisk eksperiment er et eksperiment, hvor vi fornuftigvis ikke på forhånd kan have en formodning om resultatet af eksperimentet. Til gengæld kan vi prøve at sige noget om,
Læs mereStatistik Lektion 1. Introduktion Grundlæggende statistiske begreber Deskriptiv statistik Sandsynlighedsregning
Statistik Lektion 1 Introduktion Grundlæggende statistiske begreber Deskriptiv statistik Sandsynlighedsregning Introduktion Kasper K. Berthelsen, Inst f. Matematiske Fag Omfang: 8 Kursusgang I fremtiden
Læs mereProdukt og marked - betinget sandsynlighed
Produkt og marked - betinget sandsynlighed Rasmus Waagepetersen Institut for Matematiske Fag Aalborg Universitet February 12, 2019 1 / 11 Tænkeboks opgave i Ingeniøren Se webside https://ing.dk/artikel/taenkeboks-sandsynligheden-fejlved-positiv-test-221355
Læs mere2011.09.20 lth@campus.dk
2011.09.20 lth@campus.dk Intro Læseplan Beskrivende Statistik Sandsynligheder Ordet kommer fra Latin.: statisticum (statsrådgiver) Italiensk.: statistica (statsmand / politiker) Hvorfor statistik? Træk
Læs mereStatistik Lektion 1. Introduktion Grundlæggende statistiske begreber Deskriptiv statistik Sandsynlighedsregning
Statistik Lektion 1 Introduktion Grundlæggende statistiske begreber Deskriptiv statistik Sandsynlighedsregning Introduktion Kasper K. Berthelsen, Inst f. Matematiske Fag Omfang: 8 Kursusgang I fremtiden
Læs mereOversigt. Kursus Introduktion til Statistik. Forelæsning 2: Kapitel 4, Diskrete fordelinger. Per Bruun Brockhoff. Stokastiske Variable
Kursus 02402 Introduktion til Statistik Forelæsning 2: Kapitel 4, Diskrete fordelinger Per Bruun Brockhoff DTU Compute, Statistik og Dataanalyse Bygning 324, Rum 220 Danmarks Tekniske Universitet 2800
Læs mereForelæsning 2: Kapitel 4, Diskrete fordelinger
Kursus 02402 Introduktion til Statistik Forelæsning 2: Kapitel 4, Diskrete fordelinger Per Bruun Brockhoff DTU Compute, Statistik og Dataanalyse Bygning 324, Rum 220 Danmarks Tekniske Universitet 2800
Læs mereTØ-opgaver til uge 45
TØ-opgaver til uge 45 Først laver vi en liste over de ligninger med mere i [IPT], der skal bruges: [1]: Ligning (2.5) på side 4. [2]: Ligning (2.6) på side 5. [3]: Sætning 3.1, ligning (3.3) på side 7.
Læs meret a l e n t c a m p d k Matematik Intro Mads Friis, stud.scient 27. oktober 2014 Slide 1/25
Slide 1/25 Indhold 1 2 3 4 5 6 7 8 Slide 2/25 Om undervisningen Hvorfor er vi her? Hvad kommer der til at ske? 1) Teoretisk gennemgang ved tavlen. 2) Instruktion i eksempler. 3) Opgaveregning. 4) Opsamling.
Læs mereKursusindhold: X i : tilfældig værdi af ite eksperiment. Antag X i kun antager værdierne 1, 2,..., M.
Kursusindhold: Produkt og marked - matematiske og statistiske metoder Rasmus Waagepetersen Institut for Matematiske Fag Aalborg Universitet March 1, 2013 Sandsynlighedsregning og lagerstyring Normalfordelingen
Læs mereSandsynlighedregning
MOGENS ODDERSHEDE LARSEN Sandsynlighedregning + = - P(A B) P(A) P(B) P(A B). 1. udgave 2016 FORORD Dette notat giver en kort gennemgang af de grundlæggende begreber i sandsynlighedsregning. Det forudsættes,
Læs mereStatistik II 1. Lektion. Analyse af kontingenstabeller
Statistik II 1. Lektion Analyse af kontingenstabeller Kursusbeskrivelse Omfang 5 kursusgange (forelæsning + opgaveregning) 5 kursusgange (mini-projekt) Emner Analyse af kontingenstabeller Logistisk regression
Læs mereEksempel 1.1: kvalitetskontrol
Idag 1. Introduktion til statistik: Eksempel 1.1 og 1.2 fra WMMY samt andre eksempler. 2. Sandsynlighedsregning: udfaldsrum, hændelser, regning med sandsynligheder. 1/17 Eksempel 1.1: kvalitetskontrol
Læs mereElementær sandsynlighedsregning
Elementær sandsynlighedsregning Sandsynlighedsbegrebet Et udfaldsrum S er mængden af alle de mulige udfald af et eksperiment. En hændelse A er en delmængde af udfaldsrummet S. Et sandsynlighedsmål er en
Læs mereStatistisk Kvalitetskontrol
Statistisk Kvalitetskontrol Jakob G. Rasmussen, Institut for Matematiske Fag jgr@math.aau.dk Litteratur: Slides! Slides & lektionssedler: www.math.aau.dk/~jgr/teaching/kvali508/kvali508.html Kursusform:
Læs mereSandsynlighedsregning 2. forelæsning Bo Friis Nielsen
Sandsynlighedsregning 2. forelæsning Bo Friis Nielsen Anvendt Matematik og Computer Science Danmarks Tekniske Universitet 2800 Kgs. Lyngby Danmark Email: bfni@dtu.dk Vigtigste nye emner i 2.1, 2.2 og 2.5
Læs mereNanostatistik: Stokastisk variabel
Nanostatistik: Stokastisk variabel JLJ Nanostatistik: Stokastisk variabel p. 1/29 Repetition Ω: udfaldsrummet: alle de mulige udfald af et experiment P(A): ss for hændelsen A = frekvens i uafhængige gentagelser
Læs mereStatistik II 1. Lektion. Sandsynlighedsregning Analyse af kontingenstabeller
Statistik II 1. Lektion Sandsynlighedsregning Analyse af kontingenstabeller Kursusbeskrivelse Omfang 5 kursusgange (forelæsning + opgaveregning) 5 kursusgange (mini-projekt) Emner Analyse af kontingenstabeller
Læs mereSandsynlighedsregning
Sandsynlighedsregning En note om sandsynlighedsregning. Den er tænkt som supplement til Vejen til Matematik B2. Henrik S. Hansen, Sct. Knud Version 2.0 Indhold Indledning... 1 Sandsynlighedsregning...
Læs mereSandsynlighed. for matc i stx og hf Karsten Juul
Sandsynlighed for matc i stx og hf 209 Karsten Juul . Udfald Vi drejer den gule skive om dens centrum og ser hvilket af de fem felter der standser ud for den røde pil. Da skiven sidst blev drejet, var
Læs meret a l e n t c a m p d k Matematik Intro Mads Friis, stud.scient 7. november 2015 Slide 1/25
Slide 1/25 Indhold 1 2 3 4 5 6 7 8 Slide 2/25 Om undervisningen Hvorfor er vi her? Slide 3/25 Om undervisningen Hvorfor er vi her? Hvad kommer der til at ske? 1) Teoretisk gennemgang ved tavlen. 2) Instruktion
Læs mereKombinatorik og Sandsynlighedsregning
Kombinatorik Teori del 1 Kombinatorik er en metode til at tælle muligheder på. Man kan f.eks. inden for valg til en bestyrelse eller et fodboldhold, kodning af en lås, valg af pinkode eller telefonnummer,
Læs mereAnvendt Statistik Lektion 2. Sandsynlighedsregning Sandsynlighedsfordelinger Normalfordelingen Stikprøvefordelinger
Anvendt Statistik Lektion 2 Sandsynlighedsregning Sandsynlighedsfordelinger Normalfordelingen Stikprøvefordelinger Sandsynlighed: Opvarmning Udfald Resultatet af et eksperiment kaldes et udfald. Eksempler:
Læs mereAnvendt Statistik Lektion 2. Sandsynlighedsregning Sandsynlighedsfordelinger Normalfordelingen Stikprøvefordelinger
Anvendt Statistik Lektion 2 Sandsynlighedsregning Sandsynlighedsfordelinger Normalfordelingen Stikprøvefordelinger Sandsynlighed: Opvarmning Udfald Resultatet af et eksperiment kaldes et udfald. Eksempler:
Læs mereSandsynlighed og kombinatorik
Sandsynlighed og kombinatorik Indholdsfortegnelse... 1 Simpel sandsynlighed... 2 Kombinatorik... 4 Sandsynlighed ved hjælp af kombinatorik... 7 Udregningsark... 8 side 1 Simpel sandsynlighed 1: Du kaster
Læs mereKombinatorik. Eksempel 2: En mand har 7 par bukser og 10 skjorter. Skal han både vælge en skjorte og et par bukser, så har han 10. 7=70 mulige valg.
Noter til Biomat, 005. Kombinatorik. - eller kunsten at tælle. Alle tal i kombinatorik-afsnittet er hele og ikke-negative. Additionsprincippet enten - eller : Antag vi enten skal lave et valg med m muligheder
Læs mereNanostatistik: Stokastisk variabel
Nanostatistik: Stokastisk variabel JLJ Nanostatistik: Stokastisk variabel p. 1/34 Repetition Ω: udfaldsrummet: alle de mulige udfald af et experiment P(A): ss for hændelsen A = frekvens i uafhængige gentagelser
Læs mereKvantitative Metoder 1 - Forår Dagens program
Dagens program Kapitel 8.1-8.3 Tilfældig stikprøve (Random Sampling) Likelihood Eksempler på likelihood funktioner Sufficiente statistikker Eksempler på sufficiente statistikker 1 Tilfældig stikprøve Kvantitative
Læs mere10.1 Et lykkehjul består af 24 lige store felter med numre fra 1 til 24.
10. 10.1 Et lykkehjul består af 24 lige store felter med numre fra 1 til 24. Bestem udfaldsrummet for lykkehjulet. 10.2 En tegnestift Du putter en tegnestift i et raflebæger, ryster det godt og smider
Læs mereSandsynlighedregning
MOGENS ODDERSHEDE LARSEN Sandsynlighedregning + = - P(A B) = P(A) + P(B) P(A B). 1. udgave 2007 FORORD Dette notat giver en kort gennemgang af de grundlæggende begreber i sandsynlighedsregning. Det forudsættes,
Læs mereKombinatorik. M-serien består af disse arbejdskort: M1 Formler til kombinatorik M2 Pascals trekant M3 Binomialformlen
1 Statistik og sandsynlighedsregning er et relativt nyt emne i folkeskolens matematikundervisning. Ja, det er for den sags skyld et relativt nyt emne også i fagmatematikken og i anvendelser af matematik.
Læs mereSandsynlighedsregning & Statistik
Sandsynlighedsregning & Statistik for matematikstuderende Jørgen Larsen 2006 Roskilde Universitet Teksten er sat med skriften Kp-Fonts ved hjælp af KOMA- Script og LATEX. Tegningerne er fremstillet med
Læs mereJ E T T E V E S T E R G A A R D
BINOMIALT EST J E T T E V E S T E R G A A R D F I P B I O L O G I M A R S E L I S B O R G G Y M N A S I U M D. 1 3. M A R T S 2 0 1 9 K A L U N D B O R G G Y M N A S I U M D. 1 4. M A R T S 2 0 1 9 HVEM
Læs mere2. Ved et roulettespil kan man vinde 0,10,100, 500 og 1000 kr. Sandsynligheden for gevinsterne ses af følgende skema:
Der er hjælp til opgaver med # og facit på side 6 1. Et eksperiment kan beskrives med følgende skema: u 1 2 3 4 5 P(u) 0,3 0,2 0,1 0,2 x Bestem x og sandsynligheden for at udfaldet er et lige tal.. 2.
Læs mereElementær sandsynlighedsregning
Elementær sandsynlighedsregning Sandsynlighedsbegrebet Et udfaldsrum S er mængden af alle de mulige udfald af et eksperiment. En hændelse A er en delmængde af udfaldsrummet S. Den hændelse, der ikke indeholder
Læs mereDM72 Diskret matematik med anvendelser
DM72 Diskret matematik med anvendelser En hurtig gennemgang af de vigtigste resultater. (Dvs. ikke alle resultater). Logik Åbne udsagn 2 + 3 = 5 Prædikater og kvantorer P (x) := x er et primtal x N : n
Læs mereSandsynlighedsregning 3. forelæsning Bo Friis Nielsen
Sandsynlighedsregning 3. forelæsning Bo Friis Nielsen Anvendt Matematik og Computer Science Danmarks Tekniske Universitet 2800 Kgs. Lyngby Danmark Email: bfni@dtu.dk Dagens emner Stokastiske variable:
Læs mereDefinition. Definitioner
Definition Landmålingens fejlteori Lektion Diskrete stokastiske variable En reel funktion defineret på et udfaldsrum (med sandsynlighedsfordeling) kaldes en stokastisk variabel. - kkb@math.aau.dk http://people.math.aau.dk/
Læs mereINSTITUT FOR MATEMATISKE FAG c
INSTITUT FOR MATEMATISKE FAG c AALBORG UNIVERSITET FREDRIK BAJERS VEJ 7 G 9220 AALBORG ØST Tlf.: 96 35 89 27 URL: www.math.aau.dk Fax: 98 15 81 29 E-mail: bjh@math.aau.dk Dataanalyse Sandsynlighed og stokastiske
Læs mereSandsynlighedsregning 3. forelæsning Bo Friis Nielsen
Sandsynlighedsregning 3. forelæsning Bo Friis Nielsen Anvendt Matematik og Computer Science Danmarks Tekniske Universitet 28 Kgs. Lyngby Danmark Email: bfni@dtu.dk Dagens emner Stokastiske variable: udfald
Læs mereSandsynlighedsregning: endeligt udfaldsrum (repetition)
Program: 1. Repetition: sandsynlighedsregning 2. Sandsynlighedsregning fortsat: stokastisk variabel, sandsynlighedsfunktion/tæthed, fordelingsfunktion. 1/16 Sandsynlighedsregning: endeligt udfaldsrum (repetition)
Læs mereSandsynlighed og kombinatorik
Sandsynlighed og kombinatorik Simpel sandsynlighed... 94 Kombinatorik... 95 Sandsynlighed og kombinatorik... 97 Kombinatorik og kugletrækning... 97 Kombinatorik og sandsynlighedsregning Side 93 Sandsynlighedsregning
Læs mereSandsynlighedsregning & Statistik
Jørgen Larsen Sandsynlighedsregning & Statistik for matematikstuderende 2006 Indhold Forord 5 Del I Sandsynlighedsregning 7 Indledning 9 Endelige udfaldsrum. Grundlæggende definitioner.....................
Læs mereBilledbehandling og mønstergenkendelse: Lidt elementær statistik (version 1)
; C ED 6 > Billedbehandling og mønstergenkendelse Lidt elementær statistik (version 1) Klaus Hansen 24 september 2003 1 Elementære empiriske mål Hvis vi har observationer kan vi udregne gennemsnit og varians
Læs mereKønsproportion og familiemønstre.
Københavns Universitet Afdeling for Anvendt Matematik og Statistik Projektopgave forår 2005 Kønsproportion og familiemønstre. Matematik 2SS Inge Henningsen februar 2005 Indledning I denne opgave undersøges,
Læs mereStatistik og sandsynlighed
Statistik og sandsynlighed Statistik handler om at beskrive og analysere en stor mængde data. som I eller andre har indsamlet. Det kan fx være tal, der fortæller om, hvor mange lynnedslag der er i Danmark
Læs mereSandsynlighedsregning 10. forelæsning Bo Friis Nielsen
Sandsynlighedsregning 10. forelæsning Bo Friis Nielsen Matematik og Computer Science Danmarks Tekniske Universitet 2800 Kgs. Lyngby Danmark Email: bfni@dtu.dk Dagens emner afsnit 6.1 og 6.2 Betingede diskrete
Læs mereSandsynlighedsregning 10. forelæsning Bo Friis Nielsen
Sandsynlighedsregning 10. forelæsning Bo Friis Nielsen Matematik og Computer Science Danmarks Tekniske Universitet 2800 Kgs. Lyngby Danmark Email: bfni@dtu.dk Dagens emner afsnit 6.1 og 6.2 Betingede diskrete
Læs mereUndervisningsplan 7. klasse august 2016 Kursus: Matematik. Emne: We are all mad Kombinatorik og sandsynlighed Faglige mål:
Undervisningsplan 7. klasse august 2016 Kursus: Matematik Emne: We are all mad Kombinatorik og sandsynlighed Faglige mål: - Tælletræ - Matrix - Sandsynlighedsmodeller - Forskellen på statistisk og kombinatorisk
Læs mereSandsynlighedsregning 10. forelæsning Bo Friis Nielsen
Sandsynlighedsregning 0. forelæsning Bo Friis Nielsen Matematik og Computer Science Danmarks Tekniske Universitet 800 Kgs. Lyngby Danmark Email: bfni@dtu.dk Dagens emner afsnit 6. og 6. Betingede diskrete
Læs mereEn Introduktion til Sandsynlighedsregning
En Introduktion til Sandsynlighedsregning 9. Udgave Michael Sørensen 11. juli 2008 0 Forord Til 2. udgave Disse forelæsningsnoter trækker i betydelig grad på noter udarbejdet af en række kolleger. Det
Læs mereSandsynlighedsregning 2. forelæsning Bo Friis Nielsen
Vigtigste nye emner i.,. og.5 Sandsynlighedsregning. forelæsning Bo Friis Nielsen Anvendt Matematik og Computer Siene Danmarks Tekniske Universitet 800 Kgs. Lyngby Danmark Email: bfni@dtu.dk Binomialfordelingen
Læs mereAgenda Sandsynlighedsregning. Regneregler (kap. 3-4) Fordelinger og genkendelse af fordelinger (kap. 3-5) Simultane, marginale og betingede
Agenda Sandsynlighedsregning. Regneregler (kap. 3-4) Fordelinger og genkendelse af fordelinger (kap. 3-5) Simultane, marginale og betingede fordelinger (kap. 4) Middelværdi og varians (kap. 3-4) Fordelingsresultater
Læs mereDeskriptorspil. Navn Klasse Dato Statistik og sandsynlighed
9.0 Deskriptorspil Klip de 6 brikker ud, og del dem ligeligt. Læg kortene foran jer i en bunke med bagsiden opad. Tag hver det øverste kort fra bunken. Den ældste begynder med at vælge kategori fx typetal.
Læs mereSimulering af stokastiske fænomener med Excel
Simulering af stokastiske fænomener med Excel John Andersen, Læreruddannelsen i Aarhus, VIA Det kan være en ret krævende læreproces at udvikle fornemmelse for mange begreber fra sandsynlighedsregningen
Læs mereNoter til E6. Del 1: Sandsynlighedsregning. Jørgen Larsen
Noter til E6 Del : Sandsynlighedsregning Jørgen Larsen Januar 2004 Teksten er sat med skriften Latin Modern ved hjælp af pdfl A TEX. Tegningerne er fremstillet med META- POST. Indhold Indledning 3 2 Endelige
Læs mereUndervisningsbeskrivelse
Undervisningsbeskrivelse Stamoplysninger til brug ved prøver til gymnasiale uddannelser Termin Maj-juni 2018-19 Institution Uddannelse Fag og niveau Lærer(e) Frederiksberg Hf-kursus 2hf Matematik C, hf
Læs mereSTUDENTEREKSAMEN MAJ-JUNI 2009 2009-8-2 MATEMATISK LINJE 2-ÅRIGT FORLØB TIL B-NIVEAU MATEMATIK DELPRØVEN UDEN HJÆLPEMIDLER
STUDENTEREKSAMEN MAJ-JUNI 009 009-8- MATEMATISK LINJE -ÅRIGT FORLØB TIL B-NIVEAU MATEMATIK DELPRØVEN UDEN HJÆLPEMIDLER Mandag den 11. maj 009 kl. 9.00-10.00 BESVARELSEN AFLEVERES KL. 10.00 Der tildeles
Læs mereBetingede sandsynligheder Aase D. Madsen
1 Uge 12 Teoretisk Statistik 15. marts 2004 1. Betingede sandsynligheder Definition Loven om den totale sandsynlighed Bayes formel 2. Betinget middelværdi og varians 3. Kovarians og korrelationskoefficient
Læs mere9 Statistik og sandsynlighed
9 Statistik og sandsynlighed Faglige mål Kapitlet Statistik og sandsynlighed tager udgangspunkt i følgende faglige mål: Enkeltobservationer: kunne skabe overblik over statistisk materiale og anvende udvalgte
Læs mereÅrsplan for 9 årgang
Årsplan 9.årgang matematik 09-00: Matematrix grundbog 9.kl Kopiark Færdighedsregning 9.kl Computer Vi skal i løbet af året arbejde med følgende IT værktøjer: Excel Matematikfessor Wordmat Excel, og wordmat
Læs mereBernoulli og binomial fordelingerne Kontinuerte stokastiske variable Normalfordelingen
Bernoulli og binomial fordelingerne Kontinuerte stokastiske variable Normalfordelingen Repetition Lov om total sandsynlighed Bayes sætning P( B A) = P(A) = P(AI B) + P(AI P( A B) P( B) P( A B) P( B) +
Læs mereKursusindhold: Produkt og marked - matematiske og statistiske metoder. Monte Carlo
Kursusindhold: Produkt og marked - matematiske og statistiske metoder Rasmus Waagepetersen Institut for Matematiske Fag Aalborg Universitet Sandsynlighedsregning og lagerstyring Normalfordelingen og Monte
Læs mereUndervisningsbeskrivelse
Undervisningsbeskrivelse Stamoplysninger til brug ved prøver til gymnasiale uddannelser Termin Maj-juni 2017 Institution VUC Holstebro-Lemvig-Struer Uddannelse Fag og niveau Lærer(e) Hold Hfe Matematik
Læs mereSANDSYNLIGHED FACIT SIDE 154-155
SIDE 154-155 Opgave 1 A. Data (x) h(x) f(x) 2 1 0,042 3 3 0,125 4 6 0,25 5 3 0,125 6 4 0,16 7 1 0,042 8 2 0,0833 9 1 0,042 10 2 0,0833 11 1 0,042 B. C. Diagrammet (et søjlediagram) er lavet ud fra hyppigheden,
Læs mereÅrsplan Matematik 9. klasse
Årsplan 2017-2018 Matematik 9. klasse Der arbejdes primært på www.matematikbanken.dk. Her ligger der kompendier til hele årets pensum i matematik. Eleverne kan downloade kompendierne, således de kan løse
Læs mere1/41. 2/41 Landmålingens fejlteori - Lektion 1 - Kontinuerte stokastiske variable
Landmålingens fejlteori - lidt om kurset Landmålingens fejlteori Lektion 1 Det matematiske fundament Kontinuerte stokastiske variable - rw@math.aau.dk Institut for Matematiske Fag Aalborg Universitet Kursusholder
Læs mereStatistik noter - Efterår 2009 Keller - Statistics for management and economics
Statistik noter - Efterår 2009 Keller - Statistics for management and economics Jonas Sveistrup Hansen - stud.merc.it 22. september 2009 1 Indhold 1 Begrebsliste 3 2 Forelæsning 1 - kap. 1-3 3 2.1 Kelvin
Læs mere