Viktige begreper om Bayes setning

Lær de viktigste begrepene i Bayes setning i R1 med formel, diagnostiske tester, trestruktur og eksempler.

Faglig kvalitetssikret av lærere og toppstudenter · Følger læreplanen (LK20) · Sist oppdatert 2026-09-04

Bayes setning er et sentralt tema i sannsynlighet i Matematikk R1. Den brukes når vi vil oppdatere en sannsynlighet etter at vi har fått ny informasjon. Temaet bygger direkte på betinget sannsynlighet, og derfor er det viktig å forstå uttrykk som P(A|B), P(B|A), snitt, total sannsynlighet og uavhengighet før du bruker formelen mekanisk.

I LK20 er Bayes setning relevant fordi den krever modellering, resonnering og kritisk tolkning. Elever skal ikke bare sette tall inn i en formel, men forstå hva tallene betyr i en situasjon. Bayes setning viser spesielt godt hvordan samme informasjon kan virke sterk eller svak avhengig av hva vi visste fra før.

På ifingo kan du lese /ressursbank/artikler/viktige-begreper-i-betinget-sannsynlighet før du starter med Bayes. Hvis du trenger repetisjon av trestruktur, kan du bruke /ressursbank/artikler/hypergeometrisk-fordeling-r1 og /ressursbank/artikler/sannsynlighet-r1 som støtte. Bayes setning er neste steg når du skal snu betingelsen og oppdatere sannsynlighet etter ny informasjon.

Hva sier Bayes setning?

Den vanligste formen er P(A|B) = P(B|A) P(A) / P(B). Den forteller oss hvordan vi kan finne sannsynligheten for A gitt B når vi kjenner sannsynligheten for B gitt A, sannsynligheten for A og den totale sannsynligheten for B. I mange oppgaver er A en underliggende tilstand, mens B er en observasjon eller test.

Ofte stilte spørsmål

Hva er Bayes setning?

Bayes setning er en formel som lar oss snu en betinget sannsynlighet. Den brukes ofte når vi kjenner P(B|A), men vil finne P(A|B).

Hvorfor er Bayes setning viktig i R1?

Den viser hvordan ny informasjon kan oppdatere sannsynligheter. I R1 er den tett knyttet til betinget sannsynlighet, uavhengighet, trestruktur og praktiske modeller.

Hva betyr prior sannsynlighet?

Prior sannsynlighet er sannsynligheten før vi får ny informasjon. I Bayes-oppgaver er dette ofte P(A), for eksempel sannsynligheten for sykdom før testresultatet er kjent.

Hva betyr posterior sannsynlighet?

Posterior sannsynlighet er sannsynligheten etter at vi har fått ny informasjon. Det kan for eksempel være P(sykdom | positiv test).

Må jeg alltid bruke Bayes-formelen direkte?

Nei. Mange R1-oppgaver kan løses ryddig med trestruktur først. Bayes-formelen og trestruktur bygger på samme idé, men treet kan gjøre sammenhengen lettere å se.

Flere artikler i ressursbanken

← Viktige begreper om balanse  ·  Viktige begreper om bestemt integral →

Se alle artiklene i ressursbanken

← Tilbake til ifingo