Sandsynligheder. Udfaldsrum Ω = {ω 1,..., ω N } hvor alle udfald er lige sandsynlige, dvs. P (ω i )=1/N for alle i =1,..., N.

Relaterede dokumenter
Dagens program. Afsnit Eksperimenter med usikkerhed Sandsynlighedsmodel - Udfaldsrum - Hændelser - Sandsynligheder Eksempler

Sandsynlighedsregning og statistik

Statistik Lektion 2. Uafhængighed Stokastiske Variable Sandsynlighedsfordeling Middelværdi og Varians for Stok. Var.

Kvantitative Metoder 1 - Forår 2007

Kvantitative Metoder 1 - Forår Dagens program

Landmålingens fejlteori - Sandsynlighedsregning - Lektion 1

Sandsynligheder. Mængder Hændelser Sandsynligheder Regler for sandsynligheder

Uafhængighed af hændelser

Sandsynlighedsregning

Oversigt. Kursus Introduktion til Statistik. Forelæsning 2: Kapitel 4, Diskrete fordelinger. Per Bruun Brockhoff. Stokastiske Variable

Forelæsning 2: Kapitel 4, Diskrete fordelinger

10.1 Et lykkehjul består af 24 lige store felter med numre fra 1 til 24.

Kvantitative Metoder 1 - Forår 2007

Kvantitative Metoder 1 - Forår 2007

Kombinatorik og Sandsynlighedsregning

Noter om kombinatorik, Kirsten Rosenkilde, Marts Kombinatorik

Dagens program. Afsnit Diskrete stokastiske variable Sandsynlighedsfunktioner Simultane fordelinger Betingede sandsynligheder

Forslag til løsning af Opgaver til sandsynlighedsregning (side 434)

Sandsynlighedsregning

Sandsynlighed. for matc i stx og hf Karsten Juul

Kombinatorik. M-serien består af disse arbejdskort: M1 Formler til kombinatorik M2 Pascals trekant M3 Binomialformlen

Kønsproportion og familiemønstre.

Undervisningsbeskrivelse

Personlig stemmeafgivning

Definition. Definitioner

Kapitel 7 Forskelle mellem centraltendenser

Binomialfordelingen. X ~ bin(n,p): X = antal "succeser" i n uafhængige forsøg, der alle har samme sandsynlighed p for at ende med succes.

Kapitlet indledes med en beskrivelse af - og opgaver med - de tre former for sandsynlighed, som er omtalt i læseplanen for

Sandsynlighedsregning 2. forelæsning Bo Friis Nielsen

Lidt historisk om chancelære i grundskolen

WORKSHOP 2C, DLF-kursus, Krogerup, 26. november 2015

Statistik. Hjemmeside: kkb. Statistik - lektion 1 p.1/22

Nanostatistik: sandsynligheder Kursushjemmeside: kurser/nanostatistik/

Undervisningsbeskrivelse

2. Ved et roulettespil kan man vinde 0,10,100, 500 og 1000 kr. Sandsynligheden for gevinsterne ses af følgende skema:

Kvantitative Metoder 1 - Efterår Dagens program

Kvantitative Metoder 1 - Efterår Dagens program

Kombinatorik. 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.

Modul 3: Sandsynlighedsregning

m = 0,15 22,5 + 0, , , , ,05 90 = 61,9år år år år år 26,67% 40% 26,67% 6,67%

J E T T E V E S T E R G A A R D

Fornyelsesteori med anvendelser: Afleveringsopgave 1

Undervisningsbeskrivelse

Tip til 1. runde af Georg Mohr-Konkurrencen Kombinatorik

Årsplan i matematik klasse

Sandsynlighedsregning

Normalfordelingen og Stikprøvefordelinger

Statistik Lektion 2. Betinget sandsynlighed Bayes regel Diskrete stokastiske variable Middelværdi og varians for diskret SV Binomialfordelingen

Undervisningsbeskrivelse

MEGAFON. Vi kender danskerne. 1g.megafon.dk. Rådgivning og analyse, der bringer dig godt videre

Spil. Chancer gennem tællemetoder. Chancelære: MI 82 INF. INFA-Chancelæreserien:

Undervisningsbeskrivelse

Stikprøver og stikprøve fordelinger. Stikprøver Estimatorer og estimater Stikprøve fordelinger Egenskaber ved estimatorer Frihedsgrader

Statistik Lektion 1. Introduktion Grundlæggende statistiske begreber Deskriptiv statistik

Oversigt. Course 02402/02323 Introducerende Statistik. Forelæsning 2: Stokastisk variabel og diskrete fordelinger

Hvad skal vi lave i dag?

Binomialfordelingen. Binomialfordelingen. Binomialfordelingen

Dagens program. Praktisk information: Husk evalueringer af kurset

Undervisningsbeskrivelse

Sandsynlighedregning

SANDSYNLIGHED FACIT SIDE

C) Perspektiv jeres kommunes resultater vha. jeres svar på spørgsmål b1 og b2.

Oversigt. Introduktion til Statistik. Forelæsning 2: Stokastisk variabel og diskrete fordelinger

Prevalens af navnet Lars i det danske folketing

Sandsynlighedsregning 3. forelæsning Bo Friis Nielsen

Bernoulli og binomial fordelingerne Kontinuerte stokastiske variable Normalfordelingen

Undervisningsbeskrivelse

Undervisningsbeskrivelse

Sundhedsstyrelsen Monitorering af danskernes rygevaner

Forelæsning 5: Kapitel 7: Inferens for gennemsnit (One-sample setup)

Kapitel 4 Sandsynlighed og statistiske modeller

TESTS I MAKROØKONOMI. Formål og indhold

Sandsynlighedsregning 3. forelæsning Bo Friis Nielsen

Produkt og marked - matematiske og statistiske metoder

Supplement til kapitel 7: Approksimationen til normalfordelingen, s. 136

Sandsynlighedsregning

CIVILINGENIØREKSAMEN Side?? af?? sider. Skriftlig prøve, den: 16. december 2004 Kursus nr : (navn) (underskrift) (bord nr)

Modul 2: Sandsynlighedsmodeller og diskrete stokastiske variable

Skriftlig Eksamen Kombinatorik, sandsynlighed og randomiserede algoritmer (DM528)

Sandsynlighedregning

Statistik i basketball

At træffe sine valg i en usikker verden - eller den statistiske modellerings rolle.

Undervisningsbeskrivelse

c) For, er, hvorefter. Forklar.

Susanne Ditlevsen Institut for Matematiske Fag susanne

Undervisningsbeskrivelse

Årsplan for matematik i 3. klasse

Monotoniforhold Der gælder følgende sætninger om en differentiabel funktions monotoniforhold:

Undervisningsbeskrivelse

Anvendt Statistik Lektion 5. Sammenligning af to grupper * Sammenligning af middelværdier * Sammenligning af andele

Undervisningsbeskrivelse

Monitorering af danskernes rygevaner. Metodebeskrivelse m.m. Januar 2004

Sandsynlighedsregning 2. forelæsning Bo Friis Nielsen

Undervisningsbeskrivelse

Anvendt Statistik Lektion 2. Sandsynlighedsregning Sandsynlighedsfordelinger Normalfordelingen Stikprøvefordelinger

Oversigt. Kursus Introduktion til Statistik. Forelæsning 3: Kapitel 5: Kontinuerte fordelinger. Per Bruun Brockhoff.

Statistik noter - Efterår 2009 Keller - Statistics for management and economics

9 Statistik og sandsynlighed

Kapitel 8 Chi-i-anden (χ 2 ) prøven

Undervisningsbeskrivelse. Stamoplysninger til brug ved prøver til gymnasiale uddannelser. Termin Sommer Uddannelse

Transkript:

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 alle udfald er lige sandsynlige, dvs. P (ω i )=1/N for alle i =1,..., N. En hændelse E Ω, derbestårafk udfald Sandsynligheden for E er givet ved P (E) = Antal udfald i E Antal udfald i Ω = k N 2

Kombinatorik I eksperimenter, hvor alle udfald er lige sandsynlige, er det nødvendigt at kunne tælle antallet af udfald. Definition: Multiplikationsprincippet For et eksperiment E sammensat af k eksperimenter E 1,..., E k, hvor antallet af udfald i E i er n i,erantalletafudfaldie lig med n 1 n 2... n k. Eksempel 2, (fra sidst): Rækkefølgen af piger og drenge i familier med 3 børn: 1. Eksperiment: n 1 =2 2. Eksperiment: n 2 =2 3. Eksperiment: n 3 =2 Antal mulige udfald: 2 2 2=8 3

Bemærk: Hvis antallet af udfald i et eksperiment afhænger af det foregående eksperiment, så gælder multiplikationsprincippet ikke. Eksempel 2, (fortsat): Familien får børn, indtil der bliver født en dreng. Dog højst 3 børn. Udfaldsrummet: Ω = {D,PD,PPD,PPP} 1. Eksperiment: n 1 =2 2. Eksperiment: Der er 0 udfald hvis udfaldet i Eksperiment 1 er en dreng og 2 udfald hvis udfaldet i Eksperiment 1 er en pige. 4

Problemstilling: Udvælgelse af n elementer ud af gruppe med N elementer. Hvor mange måder kan dette gøres på? Rækkefølgen betyder noget: Permutationer Rækkefølgen betyder ikke noget: Kombinationer Eksempel 3: Udvælge 10 tilfældige personer ud af gruppe på 150 personer A. Rækkefølgen betyder noget B. Rækkefølgen betyder ikke noget 5

A: (ordnet) 1. Eksperiment: Udvælge 1 person ud af 150: n 1 =150 2. Eksperiment: Udvælge 1 person ud af 149: n 2 =149... 10.Eksperiment:Udvælge1personudaf141:n 10 =141 Antal mulige udfald: n 1 n 2... n 10 =150 149... 141 = (150) 10 =4.2440786 10 21 6

B: (ikke ordnet) I forhold til A er antallet af udfald mindre - hvor meget mindre? Rækkefølgen af de 10 udvalgte personer: Person nummer 1 kunne være udvalgt som nummer 1,2,...,10, altså på 10 måder Person nummer 2 kunne være udvalgt som nummer 1,2,...,9, altså på 9 måder... Person nummer 10 kunne være udvalgt på 1 måde Der er 10 9... 1 = 10! = 3628800 forskellige rækkefølger af de 10 personer Antal mulige udfald uden ordning: (150 149... 141) / (10 9... 1) = (150) 10 /10! = 1.1695543 10 15 Der er 10! = 3628800 gange så mange udfald i A som i B. 7

Resultat: Antal permutationer : (N) n = N (N 1)... (N n +1) Antal kombinationer : µ N n = N (N 1)... (N n +1) n (n 1)... 3 2 1 Definition: Binomialkoefficient µ N n = N! n!(n n)! = N (N 1)... (N n +1) n (n 1)... 3 2 1 Bemærk: Vi har N objekter af to typer. Der er n af type 1 og (N n) af type 2. Binomialkoefficienten angiver antallet af forskellige sekvenser af type 1 og type 2 objekter. 8

Eksempel 3, (fortsat): Du er blandt en gruppe bestående af 150 personer. 10 personer udvælges tilfældigt. Hvad er sandsynligheden for, at du er blandt de 10 udvalgte? Betyder rækkefølgen noget? Udfaldsrummet Ω: E : Du er blandt de 10 udvalgte Antal udfald i udfaldsrummet: Antal udfald i hændelsen E : P (E) = Antal udfald i E Antal udfald i Ω = 9

Eksempel 5, (fra sidst): En prøve i matematik består af 4 spørgsmål med hver 2 svarmuligheder - et forkert svar og et rigtigt svar. Hvis man gætter: 1. spørgsmål: 2 mulige svar 2. spørgsmål: 2 mulige svar 3. spørgsmål: 2 mulige svar 4. spørgsmål: 2 mulige svar Ialt2 2 2 2=16mulige udfald, som alle er lige sandsynlige Hvor mange udfald har 2 rigtige svar: 4 2 =6 Hvor mange udfald har 3 rigtige svar: 4 3 =4 10

Eksempel 6: En gruppe med 23 personer. Hvad er sandsynligheden for, at mindst 2 personer har fødselsdag på samme dag? Udfaldsrummet Ω : A : Mindst 2 personer har fødselsdag samme dag 11

Udtagelse af tilfældig stikprøve Hvorfor udtage stikprøver? Eksempler på spørgsmål man kunne være interesseret i: Hvad ville udfaldet blive, hvis der var Folketingsvalg? Hvor mange tror huspriserne falder de næste 6 måneder? Hvad er den gennemsnitlige indkomst for kvinder over 50 år? Hvor mange har læst afsnit 1.4-1.6 inden denne forelæsning? 12

Man udtager en tilfældig stikprøve fra en population Eksempler på en population: Den danske befolkning De stemmeberettigede Kvinderover50åriDK Fremmødte studerende til denne forelæsning 13

Population: N Stikprøvestørrelse: n Med tilbagelægning: Antal mulige stikprøver: N n Alle er lige sandsynlige Uden tilbagelægning: Antal mulige stikprøver: N n Alle er lige sandsynlige Der er ikke stor forskel på at udtage en stikprøve med eller uden tilbagelægning, når n er lille i forhold til populationen N. 14

Opsummering Udtagning af stikprøver fra en population Kombinatorik: Udvælgelse af n elementer fra gruppe bestående af N elementer Antallet af måder dette kan gøres på - Ordnet: Antal permutationer - Ikke ordnet: Antal kombinationer Anvendelser af kombinatorik ved beregning af sandsynligheder - Alle udfald er lige sandsynlige 15

Næste gang Torsdag gennemgåes: Afsnit 1.7-1.8 - Sandsynligheder i det generelle tilfælde - Hvad er sandsynligheder? Husk: - At lave opgaver til øvelserne 16