Slump, Utfall, Händelse, Sannolikhet... Outline ... - Sm.luth.se
Slump, Utfall, Händelse, Sannolikhet... Outline ... - Sm.luth.se
Slump, Utfall, Händelse, Sannolikhet... Outline ... - Sm.luth.se
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
<strong>Slump</strong>, <strong>Utfall</strong>, <strong>Händel<strong>se</strong></strong>, <strong>Sannolikhet</strong>...<br />
<strong>Outline</strong>: <strong>Outline</strong><br />
• Experiment, Försök, <strong>Utfall</strong>, <strong>Händel<strong>se</strong></strong>,<br />
<strong>Sannolikhet</strong>...<br />
• Sammansatta och betingade<br />
händel<strong>se</strong>r/sannolikheter.<br />
• Bayes regel.<br />
• Oberoende händel<strong>se</strong>r.<br />
• Kombinerade försök/experiment.<br />
Experiment, Försök, <strong>Utfall</strong>,<br />
<strong>Händel<strong>se</strong></strong>...<br />
Exempel: Tärningskast!<br />
• Ett försök är ett kast med tärningen.<br />
• <strong>Utfall</strong>et är vad tärningen visar, dvs något av<br />
talen 1 till 6.<br />
• <strong>Utfall</strong>smängden är: S = { 1,<br />
2,<br />
3,<br />
4,<br />
5,<br />
6}<br />
• En möjlig händel<strong>se</strong> är att utfallet är udda:<br />
A = { 1,<br />
3,<br />
5}<br />
• En annan händel<strong>se</strong> är att utfallet är större än 4:<br />
A = { 5,<br />
6}<br />
Hur många möjliga olika händel<strong>se</strong>r finns det i<br />
tärningsfallet? Hur många olika händel<strong>se</strong>r finns<br />
det generellt för ett utfallsrum med N element?<br />
Experiment, Försök, <strong>Utfall</strong>,<br />
<strong>Händel<strong>se</strong></strong>...<br />
Vad innebär slump/sannolikhet?<br />
Hur definierar vi sannolikhet?<br />
Ett sätt är att utgå från ett fysiskt/praktiskt<br />
experiment. Varje gång vi utför ett försök av<br />
experimentet så får vi ett (av många möjliga)<br />
utfall.<br />
Definition: Mängden av alla möjliga utfall till<br />
ett experiment kallas för utfallsmängden (S)<br />
.<br />
Definition: En händel<strong>se</strong> är en delmängd till<br />
utfallsmängden ( A ⊆ S)<br />
.<br />
Experiment, Försök, <strong>Utfall</strong>,<br />
<strong>Händel<strong>se</strong></strong>...<br />
Diskreta och kontinuerliga utfallsmängder<br />
• Om utfallsmängden innehåller ändligt eller<br />
uppräkneligt många element så kallas den för<br />
diskret.<br />
• Om utfallsmängden innehåller ouppräkneligt<br />
många så är det en kontinuerlig utfallsmängd.<br />
Exempel:<br />
• Tärningskast = diskret (ändlig)<br />
• Slantsingling = diskret (ändlig)<br />
• Dra ett kort ur kortlek = diskret (ändlig)<br />
• Årsnederbörden i Luleå = kontinuerlig<br />
• Omsättningen på Stockholmsbör<strong>se</strong>n = diskret (oändlig?)
Experiment, Försök, <strong>Utfall</strong>, <strong>Händel<strong>se</strong></strong>,<br />
<strong>Sannolikhet</strong><br />
Definition: Till varje möjlig händel<strong>se</strong> A så<br />
associerar vi ett ickenegativt värde P(A) som<br />
kallas sannolikheten för händel<strong>se</strong>n A.<br />
• Axiom 1:<br />
• Axiom 2:<br />
• Axiom 3:<br />
P(<br />
A)<br />
≥ 0<br />
P(<br />
S)<br />
= 1<br />
N<br />
<br />
n=<br />
1<br />
n<br />
N<br />
= <br />
n=<br />
1<br />
( A ) if A A = ∅<br />
P( A ) P <br />
for all m ≠ n = 1,<br />
2,...<br />
N<br />
Relativ frekvens: <strong>Sannolikhet</strong>en kan definieras<br />
som relativa frekven<strong>se</strong>n att en händel<strong>se</strong> inträffar:<br />
( / n)<br />
= P(<br />
)<br />
lim A<br />
n →∞<br />
n A<br />
där n A är antalet gånger händel<strong>se</strong>n A inträffar på<br />
n försök.<br />
Sammansatt och Betingad <strong>Sannolikhet</strong><br />
Total sannolikhet: Antag att vi har N stycket<br />
öm<strong>se</strong>sidigt uteslutande händel<strong>se</strong>r (mängder) B n<br />
vars union är hela utfallsrummet S<br />
Bm Bn<br />
= ∅<br />
N<br />
<br />
n=<br />
1<br />
Då gäller följande:<br />
N<br />
m ≠ n = 1,<br />
2,...,<br />
N<br />
B<br />
n =<br />
S<br />
( A)<br />
P(<br />
A | B ) P(<br />
B )<br />
P =<br />
=<br />
n 1<br />
Bayes regel: P(<br />
A B)<br />
n<br />
P<br />
| =<br />
n<br />
n<br />
( B | A)<br />
P(<br />
A)<br />
P(<br />
B)<br />
m<br />
n<br />
Sammansatt och Betingad <strong>Sannolikhet</strong><br />
Sammasatt (joint) sannolikhet/händel<strong>se</strong>: Den<br />
sammansatta händel<strong>se</strong>n till två möjliga<br />
händel<strong>se</strong>r A och B är att båda inträffar, dvs<br />
snittet av A och B ( A B)<br />
. <strong>Sannolikhet</strong>en P( A<br />
B)<br />
kallas för sammansatta eller simultana<br />
sannolikheten för händel<strong>se</strong>rna A och B.<br />
Ex: Tärningskast: A= utfallet mindre än 4,<br />
B=udda utfall ( A B)<br />
= { 1,<br />
3}<br />
Betingad sannolikhet: Givet att en händel<strong>se</strong> B<br />
har inträffat (med sannolikhet >0) så definieras<br />
den betingade sannolikheten för A, givet B som<br />
P<br />
P(<br />
A | B)<br />
=<br />
( A<br />
B)<br />
P(<br />
B)<br />
Ex: Samma som ovan:<br />
P(<br />
A<br />
B)<br />
1/<br />
3<br />
P(<br />
A | B)<br />
= = = 2 / 3<br />
P B 1/<br />
2<br />
( )<br />
Oberoende händel<strong>se</strong>r<br />
Definition: Två händel<strong>se</strong>r A och B är oberoende<br />
om<br />
P A<br />
B = P A P B<br />
( ) ( ) ( )<br />
vilket också kan uttryckas som<br />
( A | B)<br />
P(<br />
A)<br />
P ( B | A)<br />
= P(<br />
B)<br />
P =<br />
För att två händel<strong>se</strong>r skall kunna vara oberoende<br />
så måste: A B ≠ ∅<br />
Exempel: Dra ett kort ur en kortlek. <strong>Händel<strong>se</strong></strong> A<br />
är att man drar en ”ram”, B är att det är en klöver,<br />
och C är att man drar en kung.<br />
A och B är oberoende händel<strong>se</strong>r, liksom B och C,<br />
men inte A och C.
Kombinerade experiment<br />
Antag att vi har två olika delexperiment med<br />
respektive utfallsrum S 1 och S 2. Låt s 1 och s 2<br />
vara element från S 1 respektive S 2. Vi kan då<br />
skapa ett nytt utfallsrum, det kombinerade<br />
utfallsrummet, S som består av alla ordnade par<br />
(s 1,s 2 ). Om S 1 har M element och S 2 har N<br />
element så kommer S ha MN element.<br />
S S × =<br />
1 2 S<br />
Om vi begränsar oss till fall med oberoende<br />
delexperiment så kan vi definiera sannolikheten<br />
som<br />
P A×<br />
B = P A P B<br />
( ) ( ) ( )<br />
Lite om kombinatorik<br />
Urval utan återläggning: Antalet möjliga<br />
ordnade kombinationer om man väljer M stycken<br />
av N möjliga är<br />
N!<br />
n =<br />
( N − M )!<br />
Om man inte är intres<strong>se</strong>rad av ordningen av de M<br />
valda elementen så finns det<br />
( ) N!<br />
N <br />
n =<br />
=<br />
M!<br />
N − M !<br />
<br />
M <br />
möjliga kombinationer.<br />
Exempel: Välj 3 av kårens 67 sprit/likörsorter till<br />
en drink/shot. Hur många drinkkombinationer får<br />
vi om vi<br />
1:kör dom i mixern?<br />
2:gör en skiktad jellyshot?<br />
Kombinerade experiment<br />
Exempel: Om S 1 motsvarar kast med en röd<br />
tärning, och S 2 kast med en blå tärning. Det<br />
kombinerade experimentet har 36 möjliga utfall<br />
S =<br />
{ ( 1,<br />
1)<br />
, ( 1,<br />
2)<br />
,... ( 1,<br />
6)<br />
, ( 2,<br />
1)<br />
,... ( 6,<br />
6)<br />
}<br />
<strong>Sannolikhet</strong>en för varje utfall blir 1/36=1/6*1/6.<br />
Exempel: Vi singlar en slant 5 gånger. Det finns<br />
32 möjliga utfall av typen<br />
s = H,<br />
T,<br />
T,<br />
H,<br />
T<br />
( )<br />
Lite om kombinatorik<br />
Bernoulli försök: Antag att vi utför ett binärt<br />
experiment (två utfall) N gånger. Vad är<br />
sannolikheten att det ena utfallet uppträder exakt<br />
k gånger? Om sannolikheten för det ena utfallet<br />
är p så blir sannolikheten för exakt k utfall:<br />
N k N −k<br />
P(<br />
k)<br />
= ( p)<br />
( − p)<br />
k<br />
1<br />
<br />
Exempel: Vi överföring på ett digitalt<br />
kommunikationssystem så är sannolikheten, 0.01,<br />
för att en bit blir fel. Om vi för över 10 bitar, vad<br />
är sannolikheten för att vi får 0 eller 1 bitfel?