Tilbake
6.1
Diskrete sannsynlighetsfordelinger

6.1 Diskrete sannsynlighetsfordelinger

Forventningsverdi og standardavvik for diskrete fordelinger.

55 min
21 oppgaver
SannsynlighetsfordelingForventningsverdiVariansStandardavvik
Du leser den tradisjonelle versjonen
Din fremgang i kapitlet
0 / 21 oppgaver
Kapitlets plass i kurset

Stokastiske variablar

Når vi kastar ein terning, trekkjer eit kort eller måler noko tilfeldig, kan vi skildre utfallet med ein stokastisk variabel. Ein stokastisk variabel er ein variabel som kan ta ulike verdiar, der kvar verdi har eit bestemt sannsyn.

Vi bruker store bokstavar (som XX, YY, ZZ) for stokastiske variablar og små bokstavar (xx, yy, zz) for dei konkrete verdiane dei kan ta.

Eksempel:
- XX = tal auge ved kast av éin terning. Moglege verdiar: 1,2,3,4,5,61, 2, 3, 4, 5, 6
- YY = tal kron ved tre myntkast. Moglege verdiar: 0,1,2,30, 1, 2, 3
- ZZ = tal rette svar på ei prøve med 10 spørsmål

Stokastisk variabel

Ein stokastisk variabel XX er ein funksjon som tilordnar kvart utfall i eit utfallsrom ein talverdi.

Ein stokastisk variabel er diskret dersom han kan ta eit endeleg tal verdiar (eller tellbart mange).

Sannsynsfordeling

Ei sannsynsfordeling viser alle verdiane ein stokastisk variabel kan ta, saman med sannsynet for kvar verdi.

For ein diskret stokastisk variabel XX som kan ta verdiane x1,x2,,xnx_1, x_2, \ldots, x_n, set vi opp ein tabell:

xxx1x_1x2x_2\cdotsxnx_n
P(X=x)P(X = x)p1p_1p2p_2\cdotspnp_n

Krav til sannsynsfordeling:
1. 0P(X=xi)10 \leq P(X = x_i) \leq 1 for alle ii

2. i=1nP(X=xi)=1\sum_{i=1}^{n} P(X = x_i) = 1 (summen av alle sannsyna er 1)

✏️Eksempel 1: Sannsynsfordeling for to terningar

La XX vere summen av auga ved kast av to terningar. Sett opp sannsynsfordelinga til XX.

Løysing:

XX kan ta verdiane 2,3,4,,122, 3, 4, \ldots, 12.

Vi tel talet på gunstige utfall for kvar sum (totalt 6×6=366 \times 6 = 36 utfall):

xx23456789101112
Tal12345654321
P(X=x)P(X=x)136\displaystyle \frac{1}{36}236\displaystyle \frac{2}{36}336\displaystyle \frac{3}{36}436\displaystyle \frac{4}{36}536\displaystyle \frac{5}{36}636\displaystyle \frac{6}{36}536\displaystyle \frac{5}{36}436\displaystyle \frac{4}{36}336\displaystyle \frac{3}{36}236\displaystyle \frac{2}{36}136\displaystyle \frac{1}{36}

Kontroll: 1+2+3+4+5+6+5+4+3+2+136=3636=1\displaystyle \frac{1+2+3+4+5+6+5+4+3+2+1}{36} = \frac{36}{36} = 1

Forventningsverdi

Forventningsverdien (eller forventa verdi) til ein stokastisk variabel XX er det vekta gjennomsnittet av verdiane, der kvar verdi blir vekta med sannsynet sitt. Forventningsverdien angir kva vi «forventar» å få i gjennomsnitt over mange forsøk.

Forventningsverdi
For ein diskret stokastisk variabel XX med verdiar x1,x2,,xnx_1, x_2, \ldots, x_n og sannsyn P(X=xi)=piP(X = x_i) = p_i er forventningsverdien:

E(X)=μ=i=1nxiP(X=xi)=x1p1+x2p2++xnpnE(X) = \mu = \sum_{i=1}^{n} x_i \cdot P(X = x_i) = x_1 p_1 + x_2 p_2 + \cdots + x_n p_n

Forventningsverdien blir òg kalla μ\mu (mu).

✏️Eksempel 2: Forventningsverdi

Ein stokastisk variabel XX har følgjande sannsynsfordeling:

xx1234
P(X=x)P(X=x)0,10,30,40,2

Finn forventningsverdien E(X)E(X).

Løysing:

E(X)=10,1+20,3+30,4+40,2E(X) = 1 \cdot 0{,}1 + 2 \cdot 0{,}3 + 3 \cdot 0{,}4 + 4 \cdot 0{,}2
=0,1+0,6+1,2+0,8=2,7= 0{,}1 + 0{,}6 + 1{,}2 + 0{,}8 = 2{,}7

Forventningsverdien er E(X)=2,7E(X) = 2{,}7.

Tolking: Over mange forsøk vil gjennomsnittsverdien nærme seg 2,72{,}7.

📝Oppgave 1

Løys oppgåvene:

a

Ein stokastisk variabel XX har verdiane 0,1,20, 1, 2 med P(X=0)=0,2P(X=0) = 0{,}2, P(X=1)=0,5P(X=1) = 0{,}5 og P(X=2)=0,3P(X=2) = 0{,}3. Finn E(X)E(X).

b

Kontroller at summen av sannsyna er 1.

Løs oppgavenTren
📝Oppgave 2

Ved kast av ein rettferdig terning, la XX vere talet på auge. Finn E(X)E(X).

📝Oppgave 3

Eit lotteri har 100 lodd. Hovudgevinsten er 500 kr (1 lodd), det er 4 gevinstar på 100 kr og 10 gevinstar på 50 kr. Resten er nitelodd. Kvart lodd kostar 20 kr. La XX vere gevinsten. Finn forventningsverdien E(X)E(X) og avgjer om lotteriet er «lønnsamt» for spelaren.

📝Oppgave 4

La XX vere talet på kron ved tre myntkast med ein rettferdig mynt. Sett opp sannsynsfordelinga til XX og finn E(X)E(X).

Varians og standardavvik

Forventningsverdien fortel oss kvar «senteret» av fordelinga ligg. Men vi treng òg eit mål på kor mykje verdiane spreier seg rundt forventningsverdien.

Variansen måler gjennomsnittleg kvadratisk avstand frå forventningsverdien. Standardavviket er kvadratrota av variansen og har same eining som XX.

Varians og standardavvik
Variansen til ein diskret stokastisk variabel XX er:
Var(X)=σ2=E[(Xμ)2]=i=1n(xiμ)2P(X=xi)\text{Var}(X) = \sigma^2 = E\big[(X - \mu)^2\big] = \sum_{i=1}^{n}(x_i - \mu)^2 \cdot P(X = x_i)

Alternativ utrekningsformel (ofte enklare å bruke):
Var(X)=E(X2)[E(X)]2\text{Var}(X) = E(X^2) - [E(X)]^2

der E(X2)=i=1nxi2P(X=xi)E(X^2) = \sum_{i=1}^{n} x_i^2 \cdot P(X = x_i).

Standardavviket er:
σ=SD(X)=Var(X)\sigma = \text{SD}(X) = \sqrt{\text{Var}(X)}

✏️Eksempel 3: Utrekning av varians og standardavvik

Bruk sannsynsfordelinga frå eksempel 2:

xx1234
P(X=x)P(X=x)0,10,30,40,2

Vi fann E(X)=2,7E(X) = 2{,}7. Finn Var(X)\text{Var}(X) og σ\sigma.

Løysing med alternativ formel:

Steg 1: Finn E(X2)E(X^2):
E(X2)=120,1+220,3+320,4+420,2E(X^2) = 1^2 \cdot 0{,}1 + 2^2 \cdot 0{,}3 + 3^2 \cdot 0{,}4 + 4^2 \cdot 0{,}2
=0,1+1,2+3,6+3,2=8,1= 0{,}1 + 1{,}2 + 3{,}6 + 3{,}2 = 8{,}1

Steg 2: Rekn ut variansen:
Var(X)=E(X2)[E(X)]2=8,12,72=8,17,29=0,81\text{Var}(X) = E(X^2) - [E(X)]^2 = 8{,}1 - 2{,}7^2 = 8{,}1 - 7{,}29 = 0{,}81

Steg 3: Rekn ut standardavviket:
σ=0,81=0,9\sigma = \sqrt{0{,}81} = 0{,}9

Standardavviket er σ=0,9\sigma = 0{,}9.

📝Oppgave 5

Løys oppgåvene:

a

Finn Var(X)\text{Var}(X) og σ\sigma for ein rettferdig terning (XX = tal auge).

b

Kva tyder dette standardavviket i praksis?

📝Oppgave 6

Ein stokastisk variabel XX har fordelinga:

xx0123
P(X=x)P(X=x)0,10,2kk0,3

Finn verdien av kk, og rekn ut E(X)E(X), Var(X)\text{Var}(X) og σ\sigma.

📝Oppgave 7

Ei bedrift har følgjande fordeling av talet på feil (XX) per produksjonsserie:

xx01234
P(X=x)P(X=x)0,400,300,150,100,05

Finn forventa tal feil og standardavviket.

Uniform fordeling

Ei særleg enkel sannsynsfordeling er den uniforme fordelinga, der alle verdiar har likt sannsyn.

Diskret uniform fordeling
Dersom XX har ei uniform fordeling over verdiane x1,x2,,xnx_1, x_2, \ldots, x_n, har vi:

P(X=xi)=1nfor alle iP(X = x_i) = \frac{1}{n} \quad \text{for alle } i

Forventningsverdi: E(X)=x1+x2++xnn\displaystyle E(X) = \frac{x_1 + x_2 + \cdots + x_n}{n}

Ein rettferdig terning er eit eksempel på ei uniform fordeling over {1,2,3,4,5,6}\{1, 2, 3, 4, 5, 6\}.

📝Oppgave 8
XX er uniformt fordelt over {1,2,3,4,5}\{1, 2, 3, 4, 5\}. Finn E(X)E(X) og Var(X)\text{Var}(X).
📝Oppgave 9

Løys oppgåvene:

a

La XX ha fordelinga P(X=1)=0,25P(X = -1) = 0{,}25, P(X=0)=0,50P(X = 0) = 0{,}50, P(X=1)=0,25P(X = 1) = 0{,}25. Finn E(X)E(X).

b

Finn Var(X)\text{Var}(X) og σ\sigma.

Løs oppgavenTren
📝Oppgave 10

I eit spel kostar det 10 kr å delta. Du kastar to myntar. Får du to kron, vinn du 30 kr. Får du éin kron, vinn du 10 kr. Får du null kron, vinn du ingenting. La XX vere nettogevinsten. Finn E(X)E(X) og avgjer om spelet er rettferdig.

📝Oppgave 11

Vis at Var(X)=E(X2)[E(X)]2\text{Var}(X) = E(X^2) - [E(X)]^2 ved å starte med definisjonen Var(X)=E[(Xμ)2]\text{Var}(X) = E[(X - \mu)^2].

📝Oppgave 12

Løys oppgåvene:

a

Ei forsikring kostar 2000 kr per år. Sannsynet for skade er 5 %, og forsikringa dekkjer 50 000 kr ved skade. La XX vere fortenesta til forsikringsselskapet per kunde. Finn E(X)E(X).

b

Kva bør premien minst vere for at selskapet ikkje skal tape pengar i gjennomsnitt?

Løs oppgavenTren
📝Oppgave 13

Samanlikn to investeringar:

Investering A: P(XA=100)=0,5P(X_A = 100) = 0{,}5, P(XA=200)=0,5P(X_A = 200) = 0{,}5

Investering B: P(XB=0)=0,5P(X_B = 0) = 0{,}5, P(XB=300)=0,5P(X_B = 300) = 0{,}5

Finn E(X)E(X), Var(X)\text{Var}(X) og σ\sigma for begge og diskuter kva for ei som er best.

📝Oppgave 14

Løys oppgåvene:

a

Vis at dersom Y=aX+bY = aX + b, så er E(Y)=aE(X)+bE(Y) = aE(X) + b.

b

Vis at Var(aX+b)=a2Var(X)\text{Var}(aX + b) = a^2 \cdot \text{Var}(X).

📝Oppgave 15

Ein skule har ein test med 5 flervalsspørsmål, kvart med 4 alternativ (eitt rett). Ein elev gjettar tilfeldig på alle. La XX = tal rette. Sett opp sannsynsfordelinga (bruk binomisk modell), og finn E(X)E(X) og σ\sigma.

📝Oppgave 16

Ein butikk registrerer talet på kundar per time (XX):

xx012345
P(X=x)P(X=x)0,050,100,250,300,200,10

Butikken treng minst 3 kundar per time for å dekkje driftskostnadene. Finn sannsynet for at dette blir oppfylt, og finn E(X)E(X) og σ\sigma.

Oppsummering

I dette kapittelet har du lært:

- Stokastisk variabel: Ein talverdi bestemt av tilfeldigheit, med sannsynsfordeling der pi=1\sum p_i = 1.
- Forventningsverdi: E(X)=xipiE(X) = \sum x_i p_i — tyngdepunktet i fordelinga.
- Varians og standardavvik: Var(X)=E(X2)[E(X)]2\text{Var}(X) = E(X^2) - [E(X)]^2, σ=Var(X)\sigma = \sqrt{\text{Var}(X)} — måler spreiinga.
- Uniform fordeling: Alle utfall like sannsynlege, som ved terningkast.

Nøkkelomgrep


OmgrepForklaring
SannsynsfordelingOversikt over verdiar og sannsyn
ForventningsverdiLangsiktig gjennomsnitt
StandardavvikTypisk avstand frå forventningsverdien
Uniform fordelingAlle utfall like sannsynlege

Viktige formlar


- pi=1\sum p_i = 1
- E(X)=xipiE(X) = \sum x_i p_i
- Var(X)=E(X2)[E(X)]2\text{Var}(X) = E(X^2) - [E(X)]^2
Repetisjonsoppgåver
Din fremgang
0deloppgaver0 / 5 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.