6.3 Sannsynlighet - introduksjon | Matematikk 8. klasse

Grunnleggende sannsynlighetsregning og eksperimenter.

45 min

12 oppgaver

SannsynlighetUtfallGunstige utfallEksperimenterSimuleringPython

Du leser den tradisjonelle versjonen

Din fremgang i kapitlet

0 / 12 oppgaver

Hva er sannsynlighet?

Sannsynlighet er et mål på hvor sannsynlig det er at noe skjer. Sannsynligheten er alltid et tall mellom 0 og 1.

- P = 0: Umulig
- P = 1: Sikkert

Grunnleggende begreper

- Utfall : Et mulig resultat av et forsøk - Utfallsrom : Mengden av alle mulige utfall - Hendelse : En samling av utfall - Gunstige utfall : Utfall som gir den hendelsen vi ser på

Sannsynlighet ved like sannsynlige utfall

P(A) = \frac{\text{antall gunstige utfall}}{\text{antall mulige utfall}}

✏️Eksempel 1

Vi kaster en vanlig terning. Finn sannsynligheten for å få:

a) 4
b) Et partall
c) Et tall større enn 4

Løsning:

Utfallsrommet er {1, 2, 3, 4, 5, 6} (6 mulige utfall)

a) Gunstige utfall: {4} (1 utfall)
$\displaystyle P(4) = \frac{1}{6}$

b) Partall: {2, 4, 6} (3 utfall)
$\displaystyle P(\text{partall}) = \frac{3}{6} = \frac{1}{2}$

c) Større enn 4: {5, 6} (2 utfall)
$\displaystyle P(>4) = \frac{2}{6} = \frac{1}{3}$

📝Oppgave 1

Du kaster en vanlig terning. Finn sannsynligheten for å få:

Et oddetall (1, 3 eller 5)

Et tall mindre enn 3

Et tall fra 1 til 6

Løs oppgaven Tren

✏️Eksempel 2

I en pose er det 3 røde, 5 blå og 2 grønne kuler. Du trekker én kule tilfeldig. Finn sannsynligheten for å trekke:

a) En rød kule
b) En blå kule
c) En kule som ikke er grønn

Løsning:

Totalt antall kuler: $3 + 5 + 2 = 10$

a) $\displaystyle P(\text{rød}) = \frac{3}{10}$

b) $\displaystyle P(\text{blå}) = \frac{5}{10} = \frac{1}{2}$

c) Ikke grønn = rød eller blå = $3 + 5 = 8$ kuler
$\displaystyle P(\text{ikke grønn}) = \frac{8}{10} = \frac{4}{5}$

📝Oppgave 2

I en pose er det 4 røde, 6 blå og 5 hvite kuler. Finn sannsynligheten for å trekke:

En rød kule

En hvit kule

En kule som ikke er blå

En rød eller blå kule

Løs oppgaven Tren

Komplementærhendelse

Komplementet til en hendelse A er hendelsen "ikke A".

$P(\text{ikke } A) = 1 - P(A)$

Dette er nyttig når det er enklere å regne ut sannsynligheten for det motsatte.

✏️Eksempel 3

Sannsynligheten for at det regner i morgen er 0,3. Hva er sannsynligheten for at det ikke regner?

Løsning:

$P(\text{ikke regn}) = 1 - P(\text{regn}) = 1 - 0{,}3 = 0{,}7$

Det er 70% sjanse for at det ikke regner.

📝Oppgave 3

Bruk komplementregelen

P(A) = 0{,}4

. Finn

P(\text{ikke } A)

P(\text{vinne}) = 0{,}15

. Finn

P(\text{tape})

P(\text{bestå}) = 0{,}8

. Finn

P(\text{stryke})

Løs oppgaven Tren

✏️Eksempel 4

Du kaster en mynt to ganger. List opp utfallsrommet og finn sannsynligheten for å få:

a) To krone
b) Minst én mynt

Løsning:

Utfallsrom: {KK, KM, MK, MM} (4 utfall)

a) To krone: {KK} (1 utfall)
$\displaystyle P(\text{KK}) = \frac{1}{4}$

b) Minst én mynt: {KM, MK, MM} (3 utfall)
$\displaystyle P(\text{minst én M}) = \frac{3}{4}$

(Eller: $\displaystyle P = 1 - P(\text{KK}) = 1 - \frac{1}{4} = \frac{3}{4}$ )

📝Oppgave 4

Du kaster en mynt tre ganger. Utfallsrom: {KKK, KKM, KMK, KMM, MKK, MKM, MMK, MMM}. Finn sannsynligheten for:

Tre krone

Nøyaktig én mynt

Minst to mynt

Ingen mynt

Løs oppgaven Tren

Utforske sannsynlighet med programmering

Vi kan bruke Python til å simulere tilfeldige forsøk mange ganger. Ved å gjenta et forsøk tusenvis av ganger kan vi sjekke om den teoretiske sannsynligheten stemmer med det vi observerer.

Python har en modul som heter random som kan generere tilfeldige tall.

✏️Eksempel: Simulere terningkast

Skriv et Python-program som kaster en terning 10 000 ganger og teller hvor ofte vi får en sekser.

import random

antall_kast = 10000
antall_seksere = 0

for i in range(antall_kast):
    kast = random.randint(1, 6)
    if kast == 6:
        antall_seksere += 1

relativ_frekvens = antall_seksere / antall_kast
print(f'Antall seksere: {antall_seksere}')
print(f'Relativ frekvens: {relativ_frekvens:.4f}')
print(f'Teoretisk sannsynlighet: {1/6:.4f}')

Når vi kjører programmet, får vi en relativ frekvens nær $\displaystyle \frac{1}{6} \approx 0{,}1667$ . Jo flere kast vi gjør, desto nærmere kommer vi den teoretiske sannsynligheten. Dette kalles de store talls lov.

📝Oppgave 5

Programmering med sannsynlighet

Skriv et program som simulerer å kaste to terninger 10 000 ganger og teller hvor ofte summen blir 7.

Endre programmet slik at det teller alle mulige summer (2-12) og skriver ut frekvensen for hver.

Kjør programmet og sammenlign med de teoretiske sannsynlighetene fra oppgavene tidligere i kapittelet. Hva observerer du?

Oppsummering

I dette kapittelet har du lært:

- Sannsynlighet: Et tall mellom $0$ (umulig) og $1$ (sikkert) som beskriver sjansen for en hendelse
- Utfallsrom: Mengden av alle mulige utfall i et forsøk
- Beregne sannsynlighet: $\displaystyle P(A) = \frac{\text{antall gunstige utfall}}{\text{antall mulige utfall}}$
- Komplementærhendelse: $P(\text{ikke } A) = 1 - P(A)$
- Sammensatte forsøk: List opp alle utfall systematisk (f.eks. mynt kastet flere ganger)
- Simulering med programmering: Bruke Python og random-modulen til å simulere tilfeldige forsøk og sammenligne relativ frekvens med teoretisk sannsynlighet

Nøkkelbegreper

Begrep	Forklaring
Sannsynlighet	Mål på sjansen for at noe skjer ( $0$ til $1$ )
Utfall	Ett mulig resultat av et forsøk
Utfallsrom	Alle mulige utfall samlet
Hendelse	En samling av utfall vi er interessert i
Gunstige utfall	Utfall som gir hendelsen vi ser på
Komplementhendelse	Det motsatte av hendelsen — «ikke A»
Simulering	Gjenta et forsøk mange ganger med programmering
Relativ frekvens	Andelen ganger en hendelse inntreffer i simuleringen
De store talls lov	Jo flere forsøk, desto nærmere kommer relativ frekvens den teoretiske sannsynligheten

Viktige formler

\displaystyle P(A) = \frac{\text{gunstige utfall}}{\text{mulige utfall}}

P(\text{ikke } A) = 1 - P(A)

0 \leq P(A) \leq 1

- Relativ frekvens

\displaystyle = \frac{\text{antall treff}}{\text{antall forsøk}}

Repetisjonsoppgaver

Din fremgang

0deloppgaver0 / 6 oppgaver

Dette kapitlet er skrevet av Anthropics toppmodeller (Claude Opus og Claude Fable) og er foreløpig ikke manuelt gjennomgått — kvalitetskontrollen gjøres av uavhengige KI-agenter, og innmeldte feil rettes fortløpende. Funnet en feil? Meld fra, så retter vi den. Les mer om hvordan innholdet lages.