Bruke simulering til å estimere sannsynligheter.
Når rekning blir vanskeleg — simuler!
Nokon sannsyn er enkle å rekne ut, som . Andre er vanskelege eller umoglege å berekne eksakt. Da kan vi la datamaskinen simulere: gjenta forsøket tusenvis av gonger og telje kor ofte hendinga inntreffer.
I dette kapittelet skal du lære:
- Kva ei simulering er, og når ho er nyttig
- Å bruke relativ frekvens som estimat for sannsyn
- Å forstå kvifor fleire forsøk gir sikrare svar (store tals lov)
Ei simulering er eit datamaskinkøyring som efterliknar eit tilfeldig forsøk.
Framgangsmåte:
1. Lag ein digital utgåve av forsøket (f.eks. trekk eit tilfeldig tal 1–6 for eit terningkast)
2. Gjenta forsøket mange gonger ()
3. Tell kor mange gonger hendinga inntreffer ()
4. Estimér sannsynet med den relative frekvensen:
Du simulerer 1000 myntkast.
a) Omtrent kor mange gonger ventar du kron?
b) Ei køyring ga 484 kron. Kva er den relative frekvensen?
a) Venta antall
b) Relativ frekvens
Det er nær det teoretiske sannsynet , men ikkje nøyaktig likt — simuleringar varierer tilfeldig.
Finn forventa antall.
Antall kron ved myntkast.
Antall seksarar ved terningkast.
Antall partals ved terningkast.
- 10 terningkast kan gi 0 eller 4 seksarar — relativ frekvens 0 eller 0,4
- 10 000 kast gir nesten alltid ein relativ frekvens nær
Difor bruker vi mange forsøk når vi simulerer.
Skriv eit program som simulerer 10 000 terningkast og estimerer sannsynet for seksar.
import random
antall = 0
for i in range(10000):
kast = random.randint(1, 6)
if kast == 6:
antall = antall + 1
print("Relativ frekvens:", antall / 10000)Programmet skriv ut eit tal nær — litt ulikt kvar gong det kjørast.
Ei simulering av 1000 terningkast ga 178 seksarar.
Finn den relative frekvensen.
Kva er den teoretiske sannsynlegheita? Skriv som brøk.
Korleis kan du få estimatet til å treffe betre?
Simulering når teorien er vanskeleg
Styrken til simulering syner seg når den teoretiske berekninga er krøkjeleg. Kva er sannsynet for minst éin seksar på fire kast? Med simulering treng du berre å gjenta forsøket «kast fire terningar» mange gonger og telje.
Simulering blir brukt på same måte i røynda: vêrvarsling, køplanlegging i butikkar, forsikring og speloppdrag byggjer alle på simuleringar av tilfeldige hendingar.
Ei simulering med 10 000 forsøk (fire terningkast per forsøk) ga «minst éin seksar» i 5 162 av forsøka. Samanlikn med den teoretiske verdien.
Simuleringa gir .
Teoretisk:
Simuleringa traff svært godt — avviket er berre .
Du simulerer kast med to terningar 36 000 gonger.
Omtrent kor mange gonger ventar du sum 7? ()
Omtrent kor mange gonger ventar du sum 2? ()
To kjøyringar gir litt ulike tal. Er det feil i programmet? Forklar.
Oppsummering
I dette kapittelet har du lært:
- Simulering: Eit datamaskin-eksperiment som etterliker eit tilfeldig forsøk mange gonger.
- Relativ frekvens: — brukes som estimat for sannsynlegheita.
- Store talls lov: Fleire forsøk gir relativ frekvens nærare den teoretiske sannsynlegheita.
- Bruksområde: Simulering er særleg nyttig når den teoretiske berekinga er vanskeleg.
Nøkkelbegrep
| Begrep | Forklaring |
|---|---|
| Simulering | Digital etterlinking av tilfeldig forsøk |
| Relativ frekvens | Andel av forsøka der hendinga inntrefte |
| Store talls lov | Fleire forsøk → tryggare estimat |
| Forventa antall | Sannsynlegheit · antall forsøk |
Viktig formel
- (ved mange forsøk)
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.
