Uafhængighed af hændelser

Relaterede dokumenter
Sandsynlighedsregning og statistik

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

Sandsynlighedsregning

Modul 3: Sandsynlighedsregning

Sandsynlighedsregning

Sandsynlighed og kombinatorik

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

Noter om kombinatorik, Kirsten Rosenkilde, Marts Kombinatorik

TØ-opgaver til uge 45

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.

Landmålingens fejlteori - Sandsynlighedsregning - Lektion 1

Sandsynligheder. Mængder Hændelser Sandsynligheder Regler for sandsynligheder

Lad os som eksempel se på samtidigt kast med en terning og en mønt:

Hvad skal vi lave i dag?

Kombinatorik og Sandsynlighedsregning

Tip til 1. runde af Georg Mohr-Konkurrencen Kombinatorik

TØ-opgaver til uge 46

Binomialfordelingen. Binomialfordelingen. Binomialfordelingen

Et udtryk på formena n kaldes en potens med grundtal a og eksponent n. Vi vil kun betragte potenser hvor grundtallet er positivt, altså a>0.

Kursusindhold: X i : tilfældig værdi af ite eksperiment. Antag X i kun antager værdierne 1, 2,..., M.

Skriftlig Eksamen Kombinatorik, sandsynlighed og randomiserede algoritmer (DM528)

Skriftlig Eksamen Diskret Matematik (DM528)

Produkt og marked - matematiske og statistiske metoder

Spilstrategier. 1 Vindermængde og tabermængde

SANDSYNLIGHED FACIT SIDE

Sandsynlighed og kombinatorik

Sandsynlighedsregning 3. forelæsning Bo Friis Nielsen

Sandsynlighedregning

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

Sandsynlighedsregning 3. forelæsning Bo Friis Nielsen

SANDSYNLIGHEDSREGNING Hvad er sandsynlighed for noget? Umiddelbart kan vi inddele sandsynlighed i tre former.

Nanostatistik: Stokastisk variabel

DM72 Diskret matematik med anvendelser

Skriftlig Eksamen Kombinatorik, sandsynlighed og randomiserede algoritmer (DM528)

Sandsynlighed. for matc i stx og hf Karsten Juul

Sandsynlighedsregning & Statistik

Kvantitative Metoder 1 - Forår Dagens program

Nanostatistik: Stokastisk variabel

En Introduktion til Sandsynlighedsregning

Spilstrategier. Indhold. Georg Mohr-Konkurrencen. 1 Vindermængde og tabermængde 2. 2 Kopier modpartens træk 4

Kursusindhold: X i : tilfældig værdi af ite eksperiment. Antag X i kun antager værdierne 1, 2,..., M.

Aarhus Universitet 5. februar Meddelelse 2

Hvad skal vi lave i dag?

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


Nanostatistik: sandsynligheder Kursushjemmeside: kurser/nanostatistik/

Undervisningsplan 7. klasse august 2016 Kursus: Matematik. Emne: We are all mad Kombinatorik og sandsynlighed Faglige mål:

Sandsynlighedsregning

Statistik Lektion 1. Introduktion Grundlæggende statistiske begreber Deskriptiv statistik Sandsynlighedsregning

Benyttede bøger: Statistisk fysik 1, uredigerede noter, Per Hedegård, 2007.

Forslag til løsning af Opgaver til sandsynlighedsregning (side 434)

P (n): rekursiv beregning af f n kræver f n beregninger af f 1. P (n) er sand for alle n 2.

Øvelse 2. SPSS og sandsynlighedsregning

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

DATALOGISK INSTITUT, AARHUS UNIVERSITET

Undervisningsbeskrivelse

Sandsynlighedregning

Kirchberger s sætning om separation af to mængder Maria Larissa Ziino

Sandsynlighedsregning

Modul 2: Sandsynlighedsmodeller og diskrete stokastiske variable

Sandsynlighedsregning & Statistik

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

Sandsynlighedsregning

Noget om en symmetrisk random walks tilbagevenden til udgangspunktet

Simulering af stokastiske fænomener med Excel

Elementær sandsynlighedsregning

DATALOGISK INSTITUT, AARHUS UNIVERSITET

Kønsproportion og familiemønstre.

En Introduktion til Sandsynlighedsregning

Billedbehandling og mønstergenkendelse: Lidt elementær statistik (version 1)

Elementær sandsynlighedsregning

Sandsynlighedsregning 1. forelæsning Bo Friis Nielsen

KOMBINATORIK. Øvelse 1. Kan du finde en forklaring på Leibniz problem?

4 Oversigt over kapitel 4

STATISTIKNOTER Simple binomialfordelingsmodeller

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

Diskrete fordelinger. Fire vigtige diskrete fordelinger: 1. Uniform fordeling (diskret) 2. Binomial fordeling. 3. Hyper-geometrisk fordeling

Monotoniforhold Der gælder følgende sætninger om en differentiabel funktions monotoniforhold:

Om begrebet relation

Kvantitative Metoder 1 - Forår 2007

Matematikken i kunstig intelligens Opgaver om koordinerende robotter

Matematikken i kunstig intelligens Opgaver om koordinerende robotter LØSNINGER

5, 10 og 1 4, 5 og 6 7, 11 og 4. 2, 3, 5 og 4 0, 1, 5 og 2 5, 2, 4 og 3. 2, 3, 4 og 1 4, 2 og 3 1, 8, 4 og 3. 5, 3 og 1 3, 4,og 5 3, 4 og 2

Sammenhængsanalyser. Et eksempel: Sammenhæng mellem rygevaner som 45-årig og selvvurderet helbred som 51 blandt mænd fra Københavns amt.

Indholdsfortegnelse. LUDUS WebDokumentArkiv Installationsvejledning

OPGAVER 3.g SANDSYNLIGHEDSREGNING KOMBINATORIK STATISTIK KOMPLEKSE TAL. x-klasserne Gammel Hellerup Gymnasium

Undervisningsbeskrivelse

Simulering af stokastiske fænomener med Excel

DM547 Diskret Matematik

MM537 Introduktion til Matematiske Metoder

Undervisningsbeskrivelse

Invarianter og kombinatoriske beviser

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

Matematik YY Foråret Kapitel 1. Grupper og restklasseringe.

{ } { } {( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )}

Undervisningsbeskrivelse

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

Generalforsamling i Aarhus 1900 Volleyball referat Torsdag d. 19. februar 2015 kl I kantinen på Svømmestadion

Affine transformationer/afbildninger

SEB Next Generation er en målrettet indsats i samarbejde med DTF og tennisklubberne. Omdrejningspunktet er det Internationale Tennisforbunds

Transkript:

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 at S og A altid er uafhængige, og det samme for og A. Bemærk: Hvis A og B er disjunkte og uafhængige er enten P A 0 eller P B 0. Bevis: Da P A B P 0måvisåhave 0 P A P B

Eksempel Kast med terning, S 1, 2, 3,4,5,6 Lad A 1, 2, 3 og B 2, 4 P A 1/2 P B 1/3 P A B P 2 1/6 Da P A B P A P B er A og B uafhængige. Lad nu C 3, 4, 5, såp C 1/2. Så er B og C også uafhængige (check selv). Men A og C er ikke uafhængige, da P A C P 3 1/6 1/2 1/2 P A P C

Mere om uafhængighed Hvis A og B er uafhængige, så er A og B også uafhængige. Bevis: P A B P B A B P B P A B P B P A P B P B 1 P A P B P A, som ønsket. Vi ser altså at A og B uafhængige er ækvivalent med 1. A og B er uafhængige 2. A og B er uafhængige 3. A og B er uafhængige

Hvis A og B er uafhængige gælder at P A B 1 P A P B Bevis: P A B P A P B P A B P A P B P A P B 1 1 P A P B P A P B 1 1 P A 1 P B 1 P A P B

Uafhængighed af tre hændelser A, B og C kaldes indbyrdes uafhængige hændelser hvis A, B og C er parvis uafhængige, dvs. P A B P A P B P A C P A P C P B C P B P C og der gælder den specielle multiplikationsregel for tre hændelser: P A B C P A P B P C

Eksempel: Betragt en roulette med S 1,2,,12. Lad A 1, 2, 3, 4, 5, 6, B 4, 5, 6, 7, 8,9 og C 1, 2, 3, 7, 8, 9, alle med sandsynlighed ½. Så er P A B P A C P B C 1/4, så A, B og C er parvis uafhængige. Men da A B C er den specielle multiplikationsregel ikke opfyldt for de tre hændelser, så A, B og C er ikke indbyrdes uafhængige. Nu definerer vi D 1, 4, 7, 12 med sandsynlighed 1/3. Da A og B er uafhængige, og da 1. A og D er uafhængige, idet P A D 1/6 1/2 1/3 2. B og D er uafhængige, idet P B D 1/6 1/2 1/3 3. Multiplikationsreglen er opfyldt: P A B D 1/12 1/2 1/2 1/3,

så er A, B og D indbyrdes uafhængige. Uafhængighed generelt Generelt bruges en rekursiv definition: Tre eller flere hændelser: A 1, A 2,, A k kaldes indbyrdes uafhængige hvis: 1. Alle delsæt af A 1, A 2,,A k bestående af k 1 hændelser er indbyrdes uafhængige. 2. Den specielle multiplikationsregel gælder for de k hændelser gælder: P A 1 A 2 A k P A 1 P A 2 P A k. Bemærk at vi har følgende (har allerede set det for k 2): P A 1 A 2 A k 1 P A 1 P A 2 P A k. Da A 1,A 2,,A k er uafhængige følger det af at

P A 1 A 2 A k 1 P A 1 A 2 A k

Kombinatorik Produktreglen Et forsøg udføres i k etaper. Ideni te etape er der m i valgmuligheder. Det samlede antal valgmuligheder er så m 1 m 2 m k Eksempel: En Dell PC kan stykkes sammen som følger: 1. Kabinettet kan være sort, hvidt eller gråt (m 1 3) 2. Strømforsyningen kan være på 500 W elle 800 W (m 2 2) 3. Bestykningen med drev kan inkludere CD-Rom, DVD eller begge dele (m 3 3)

Det samlede antal forskellige kombinationer er da 3 2 3 18.

Tilfældig udtrækning (urnemodellen) En urne som indeholder farvede kugler. En kugle trækkes tilfældigt fra urnen, og farven registreres. Når der trækkes flere kugler kan det enten være: 1. med tilbagelægning: kuglen lægges tilbage før der trækkes igen. 2. uden tilbagelægning: kuglen lægges ikke tilbage før der trækkes igen.

Eksempel: En æske med tændstikker skal undersøges. 1. Destruktiv test: det er nødvendigt at stryge tændstikken for at se om den virker. Derfor kræves udtrækning uden tilbagelægning. Eksempel: En kasse med modstande skal undersøges. 1. Ikke-destruktiv test: modstanden måles med et voltmeter, hvorefter modstanden lægges tilbage i kassen, som derefter rystes grundigt. Altså udtrækning med tilbagelægning.

Permutationer n fakultet er produket af de n første heltal: n! 1 2 n med konventionen 0! 1 n! antallet af permutationer (rækkefølger) af n objekter. Rekursionsformel: n 1! n 1 n! I R bruges kommandoen: factorial(n

Eksempel: En komite består af 5 medlemmer. Komiteen konstituerer sig som følger: 1. Formand (5 muligheder). 2. Næstformand (4 muligheder) 3. Ceremonimester (3 muligheder) 4. Sekretær (2 muligheder) 5. Menigt medlem (1 mulighed) På hvor mange måder kan det ske? Svar: 5! 5 4 3 2 1 120 måder. Approximation for n 50: Stirlings formel n! 2 n n e n Eksempel: 5! 2 5 5 e 5 118.02

Permutation: Antallet af måder der kan vælges k ud af n (uden tilbagelægning): P n,k n n 1 n k 1 n! n k! Eksempel: En komite på 5 skal konstituere sig med formand og næstformand. Antal måder: P 5,2 5 5 1 5! 5 2! 20

Kombinationer Binomialkoefficient: For n k defineres n k n! k! n k! n n 1 n k 1 k! Antallet af måder en k-mængde kan vælges fra en n-mængde. Specialtilfælde: Bemærk: n n k n k n 0 n n n! 0! n! 1 n! n k! k! I R bruges kommandoen: choose n, k. n n 1 k 1 n k!

Eksempel: 5-mandsudvalg blandt 33 studerende kan vælges på 33 33 32 31 30 29 237, 336 måder. 5 5 4 3 2 1

Sandsynligheder baseret på kombinatorik Ved urnemodellen med tilfældig udtrækning gælder generelt Antal gunstige udfald P Hændelse Antal mulige udfald Eksempel: Anders og Yrsa ønsker brændende at komme i den komite på 5 som skal vælges blandt 33. Sandsynligheden for at det sker for begge er

P Anders og Yrsa sammen 31 3 33 5 31 30 29 3 2 1 5 4 33 32 0.018939 5 4 3 2 1 33 32 31 30 29

Eksempel fra poker: Hvad er sandsynligheden for to par (af forskellig værdi) i en hånd på fem? Svar: P To par 4 4 44 13 2 2 52 5 2 1 0.048 (vælg først de to værdier, vælg så de to par ud, og vælg så det sidste kort).

Multinomialkoefficienten Lad n n 1 n k (alle heltal), og lad n n 1 n k n! n 1! n k! antallet af måder en n-mængde kan inddeles i k mænger af størrelser n 1,, n k. Eksempel: En klasse på 33 skal deles ind i 6 grupper af størrelse 5, 5, 5, 6, 6 og 6. Kan gøres på 33 555666 33! 5! 5! 5! 6! 6! 6! 1.35 1022 måder. Bevis for multinomialkoefficienten: n! n n 1 n k n 1! n k!,

da begge sider angiver antallet af permutationer af en n-mængde.

Bemærk: 1. Når k 2 gælder 2. Når k 3 gælder n mn m n m n! m! n m! n n 1 n 2 n 3 n n1 3. Generelt gælder n n 1 n k n n1 n n 1 n 2 n n 1 n 2 n k

Eksempel: Julefrokost på IMADA. 30 deltagere skal deles op i tre hold: 1. 12 skal forberede julefrokosten 2. 8 skal servere maden 3. 10 skal rydde op Antal muligheder for opdelingen i hold er 30 12810 30 12 18 8 86, 493, 225 43, 758 3.784771 10 12

Antag at der er 12 dataloger og 5 mat-øk er. På hvor mange måder kan det ske at alle 10 som rydder op er dataloger, og at alle 5 mat-øk er skal servere? Svar: Blandt de 12 dataloger skal der vælges 10 til oprydning, og efter at de 5 mat-øk er er sat til at servere, skal der vælges 3 blandt de resterende 15 som også skal servere. Antal måder er altså: 12 10 15 12 15 3 2 3 12 11 2 1 66 455 30,030 15 14 13 3 2 1 Sandsynligheden for at dette sker er 30, 030 3. 784771 10 12 7. 934431 10 09