Sannsynlighet og kombinatorikk

🎯 Læringsmål og LK20-kobling

Læringsmål for kapittel 8

Etter å ha arbeidet med kapittelet skal du kunne beskrive tilfeldige forsøk presist, bygge utfallsrom, beregne og tolke sannsynligheter, organisere sammensatte hendelser med tabeller, Venn-diagrammer og sannsynlighetstrær, og velge en effektiv tellemetode når antall muligheter er stort.

Kapittelet støtter MAT08-01 ved at du leser og vurderer matematikk i praktiske tekster, undersøker hvordan premisser påvirker svar, bruker variable størrelser og formler, bygger enkle modeller for usikkerhet, bruker digitale verktøy og argumenterer for gyldighet og begrensninger. Sannsynlighetsregning skal derfor ikke reduseres til å sette tall inn i en formel: du må forklare forsøket, antakelsene og hva svaret betyr.

• skille mellom forsøk, utfall, utfallsrom og hendelse
• bruke teoretisk og eksperimentell sannsynlighet
• bruke komplement, addisjon, produkt og betinget sannsynlighet
• skille mellom disjunkte, uavhengige og avhengige hendelser
• tolke krysstabeller, Venn-diagrammer, utfallstabeller og trediagrammer
• bruke addisjonsprinsippet, multiplikasjonsprinsippet, fakultet, permutasjoner og kombinasjoner
• vurdere spill med forventningsverdi og simulere tilfeldige forsøk digitalt
• kontrollere sannsynlighetssvar og forklare vanlige feilkilder

Innhold i kapittelet

1. Grunnbegreper og sannsynlighetsskala
2. Teoretisk og eksperimentell sannsynlighet
3. Uniforme og ikke-uniforme modeller
4. Komplement og «minst én»
5. Hendelser, union, snitt og Venn-diagram
6. Addisjonsregelen
7. Produktregelen og uavhengighet
8. Betinget sannsynlighet
9. Krysstabeller
10. Trediagrammer med og uten tilbakelegging
11. To terninger og utfallstabeller
12. Kombinatorikk og systematisk telling
13. Fakultet og permutasjoner
14. Kombinasjoner og binomialkoeffisienter
15. Rettferdige spill og forventningsverdi
16. Simulering med regneark og Python
17. Kritisk vurdering av sannsynlighet
18. Diskrete sannsynlighetsfordelinger
19. Binomisk modell
20. Total sannsynlighet og omvendte spørsmål
21. Utvidet digital lab
22. Muntlig forklaring og begrepsnett
23. Metodevelger og kontrollstrategier
24. Eksamensverksted
25. Hurtige eksempler
26. Vanlige feil
27. Vurderingskriterier
28. Samlet formelark
29. Kapittelsammendrag
30. Diagnostisk kapitteltest
31. FAQ

1. Grunnbegreper: forsøk, utfall, utfallsrom og hendelser

Sannsynlighetsregning begynner med språk. Hvis forsøket eller hendelsen er uklart definert, kan en korrekt regneoperasjon likevel gi et meningsløst svar. Derfor bør du starte enhver oppgave med å skrive hva som gjentas, hvilke resultater som kan oppstå, og hvilke av disse resultatene som teller som gunstige.

Et tilfeldig forsøk er en prosess der vi kjenner mulige resultater, men ikke vet hvilket resultat som kommer før forsøket er utført. Et utfall er ett konkret resultat. Utfallsrommet samler alle utfall som modellen tillater. En hendelse er en delmengde av utfallsrommet, altså ett eller flere utfall vi er interessert i.

Alle sannsynligheter ligger i intervallet fra 0 til 1. Verdien 0 betyr umulig, mens 1 betyr sikker. Start alltid med å beskrive forsøket og utfallsrommet. Først deretter teller du gunstige utfall. Nøkkelbegreper i sannsynlighetsregning

Begrep	Presis betydning	Eksempel
Tilfeldig forsøk	En prosess med usikkert resultat, men definerte muligheter	Kast én terning
Utfall	Ett konkret resultat	Terningen viser 4
Utfallsrom U	Alle utfall modellen tillater	U={1,2,3,4,5,6}
Hendelse A	Utfall som oppfyller et krav	A={2,4,6}: partall
Gunstig utfall	Et utfall som ligger i hendelsen	2, 4 eller 6
Umulig hendelse	Ingen utfall oppfyller kravet	Få 7 på en sekssidet terning
Sikker hendelse	Alle utfall oppfyller kravet	Få et tall mindre enn 7

◆ Gjennomarbeidet eksempel 1

Fra tekst til utfallsrom

Oppgave: En pose inneholder kortene A, B, C og D. Ett kort trekkes tilfeldig. Beskriv utfallsrommet og hendelsen «vokal».

1. Forsøket er å trekke ett av de fire kortene.
2. Utfallsrommet er U = { A , B , C , D } .
3. Bare A er vokal, så hendelsen er V = { A } .

Svar: P ( V ) = 1 / 4 = 0 , 25 = 25 % .

Rask kontroll: Én av fire bokstaver er markert som gunstig, og 25 % ligger mellom 0 og 100 %. ◆ Gjennomarbeidet eksempel 2

Ordnet eller uordnet utfallsrom?

Oppgave: Du kaster en rød og en blå terning. Er utfallet (2,5) det samme som (5,2)?

1. Førstekoordinaten beskriver den røde terningen, andrekoordinaten den blå.
2. ( 2 , 5 ) : rød viser 2 og blå viser 5.
3. ( 5 , 2 ) : rød viser 5 og blå viser 2.

Svar: De er to forskjellige ordnede utfall.

Rask kontroll: Bytter du farge på terningen som viser 2, har forsøket fått et annet resultat.

2. Teoretisk og eksperimentell sannsynlighet

En teoretisk sannsynlighet bygger på en matematisk modell. Vi antar for eksempel at en terning er rettferdig og at alle seks sider er like sannsynlige. En eksperimentell sannsynlighet beregnes fra observerte data og kalles ofte relativ frekvens. Hvis en tegnestift lander med spissen opp 137 ganger i 500 kast, estimerer vi sannsynligheten med 137 / 500 = 0 , 274 .

Teori og forsøk trenger ikke gi identiske resultater i et kort eksperiment. Ti myntkast kan gi sju kron selv om den teoretiske sannsynligheten er 0,5. Når antall forsøk øker, vil relativ frekvens ofte stabilisere seg nær den underliggende sannsynligheten. Dette er den praktiske ideen bak store talls lov.

Eksperimentell sannsynlighet blir ofte mer stabil når forsøket gjentas mange ganger, men et enkelt kort forsøk kan avvike mye. Teoretisk og eksperimentell sannsynlighet

Spørsmål	Teoretisk modell	Eksperimentell modell
Datagrunnlag	Antakelser om forsøket	Faktiske observasjoner
Beregning	Modellens sannsynligheter	treff / antall forsøk
Styrke	Kan gi eksakt svar	Fanger virkelige skjevheter
Begrensning	Avhenger av riktige antakelser	Har tilfeldig variasjon
Kontroll	Er utfallene virkelig like sannsynlige?	Er antall forsøk stort nok?

◆ Gjennomarbeidet eksempel 3

Relativ frekvens

Oppgave: En mynt gir kron 286 ganger i 600 kast. Estimer sannsynligheten for kron og sammenlign med 0,5.

1. Relativ frekvens er 286 / 600 = 0 , 4767 .
2. I prosent er dette omtrent 47 , 7 % .
3. Avviket fra 0,5 er 0 , 5 − 0 , 4767 = 0 , 0233 , omtrent 2,3 prosentpoeng.

Svar: Estimatet er omtrent 0,477. Det er forenlig med tilfeldig variasjon i et endelig forsøk.

Rask kontroll: 286+314=600, og 47,7 % + 52,3 % = 100 %. ◆ Gjennomarbeidet eksempel 4

Når forsøket avslører skjevhet

Oppgave: En seksdelt spinner blir brukt 12 000 ganger. Felt 1 treffes 5000 ganger, mens hvert av de fem andre feltene treffes rundt 1400 ganger.

1. Hvis spinneren var uniform, forventet vi omtrent 12000 / 6 = 2000 treff per felt.
2. Felt 1 har relativ frekvens 5000 / 12000 ≈ 0 , 417 .
3. Forskjellen fra 1 / 6 ≈ 0 , 167 er stor og vedvarer i et omfattende forsøk.

Svar: Det er lite rimelig å bruke en uniform modell for denne spinneren.

Rask kontroll: Kontroller at summen av alle registrerte treff er 12 000.

3. Uniforme og ikke-uniforme sannsynlighetsmodeller

I en uniform modell er alle enkeltutfall like sannsynlige. Da kan vi telle gunstige og mulige utfall:

P ( A ) = antall gunstige utfall antall mulige utfall

Formelen virker bare når utfallene du teller er like sannsynlige. En buss kan være 0, 1, 2, 3 eller 4 minutter forsinket uten at disse fem verdiene er like sannsynlige. Å dele «ett gunstig minutt» på «fem mulige minutter» ville da være en feil modell. …