4.1
Sannsynlighetsfordelinger

4.1 Sannsynlighetsfordelinger

Stokastiske variabler, forventningsverdi, varians, regneregler og standardisering.

55 min
25 oppgaver
Stokastisk variabelForventningsverdiVarians og standardavvikRegnereglerStandardisering
Du leser den tradisjonelle versjonen
Din fremgang i kapitlet
0 / 25 oppgaver

Stokastiske variabler

I mange situasjoner er utfallet av et forsøk et tall - for eksempel antall riktige på en prøve, antall kunder i en butikk, eller gevinsten i et spill. Slike tallverdier som er bestemt av tilfeldigheter, kalles stokastiske variabler.

En stokastisk variabel er en variabel som kan ta ulike verdier med ulike sannsynligheter. Vi bruker vanligvis store bokstaver (XX, YY, ZZ) for stokastiske variabler.

Diskret stokastisk variabel

En diskret stokastisk variabel XX er en variabel som kan ta et endelig (eller tellbart) antall verdier x1,x2,…,xnx_1, x_2, \ldots, x_n.

Sannsynlighetsfordelingen til XX er en tabell eller formel som angir sannsynligheten P(X=xi)P(X = x_i) for hver verdi xix_i.

Krav:
1. 0≤P(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 sannsynligheter er 1)

✏️Sannsynlighetsfordeling for terningkast

En vanlig terning kastes. La XX være antall øyne. Sett opp sannsynlighetsfordelingen.

XX kan ta verdiene 1,2,3,4,5,61, 2, 3, 4, 5, 6.

xxP(X=x)P(X = x)
116\displaystyle \frac{1}{6}
216\displaystyle \frac{1}{6}
316\displaystyle \frac{1}{6}
416\displaystyle \frac{1}{6}
516\displaystyle \frac{1}{6}
616\displaystyle \frac{1}{6}

Sjekk: 6⋅16=1\displaystyle 6 \cdot \frac{1}{6} = 1
Dette er en uniform fordeling - alle utfall er like sannsynlige.
Svar: P(X=x)=16\displaystyle P(X = x) = \frac{1}{6} for x=1,2,…,6x = 1, 2, \ldots, 6 (uniform fordeling).
Forventningsverdi
Forventningsverdien (eller gjennomsnittsverdien) til en diskret stokastisk variabel XX er:

E(X)=μ=∑i=1nxi⋅P(X=xi)E(X) = \mu = \sum_{i=1}^{n} x_i \cdot P(X = x_i)

Forventningsverdien er det vektede gjennomsnittet av alle mulige verdier, der vektene er sannsynlighetene.

Tolkning: Hvis vi gjentar forsøket mange ganger, vil gjennomsnittet av resultatene nærme seg E(X)E(X).

✏️Forventningsverdi

Et lotteri har følgende gevinster:

Gevinst (kr)050100500
Sannsynlighet0,600,250,100,05

Et lodd koster 40 kr. Hva er forventet gevinst? Er lotteriet «rettferdig»?

La XX = gevinst.

E(X)=0⋅0,60+50⋅0,25+100⋅0,10+500⋅0,05\begin{aligned} &E(X) \\ = {}&0 \cdot 0{,}60 + 50 \cdot 0{,}25 + 100 \cdot 0{,}10 + 500 \cdot 0{,}05 \end{aligned}
=0+12,50+10+25=47,50 kr= 0 + 12{,}50 + 10 + 25 = 47{,}50 \text{ kr}

Forventet nettogevinst: 47,50−40=7,5047{,}50 - 40 = 7{,}50 kr.

Lotteriet er ikke «rettferdig» (forventet gevinst ≠\neq pris). I gjennomsnitt tjener spilleren 7,50 kr per lodd. (I praksis har arrangøren et underskudd og ville satt prisen høyere eller justert sannsynlighetene.)

Svar: Forventet gevinst er 47,5047{,}50 kr, altså 7,507{,}50 kr mer enn prisen. Lotteriet er ikke rettferdig: i gjennomsnitt taper arrangøren 7,507{,}50 kr per lodd.

📜Regneregler for forventningsverdi
For stokastiske variabler XX og YY og konstanter aa og bb:

E(aX+b)=aE(X)+bE(aX + b) = aE(X) + b

E(X+Y)=E(X)+E(Y)E(X + Y) = E(X) + E(Y)

Forventningsverdien er lineær - vi kan flytte konstanter ut og splitte summer.

📝Oppgave 1

Løs oppgavene:

a

To mynter kastes. La XX være antall mynt. Sett opp sannsynlighetsfordelingen til XX.

b

Finn E(X)E(X).

Løs oppgaven
📝Oppgave 2

Løs oppgavene:

a

Finn forventningsverdien til XX med fordeling: P(X=1)=0,3P(X=1) = 0{,}3, P(X=2)=0,5P(X=2) = 0{,}5, P(X=3)=0,2P(X=3) = 0{,}2.

b

Sjekk at sannsynlighetene summerer til 1.

Løs oppgaven
📝Oppgave 3

Løs oppgavene:

a

Et spill gir gevinsten 2X+102X + 10 kroner, der XX har forventningsverdi E(X)=3E(X) = 3. Hva er forventet gevinst?

Løs oppgaven
Varians og standardavvik
Variansen til en diskret stokastisk variabel XX er:

Var(X)=σ2=E[(X−μ)2]=∑i=1n(xi−μ)2⋅P(X=xi)\text{Var}(X) = \sigma^2 = E[(X - \mu)^2] = \sum_{i=1}^{n} (x_i - \mu)^2 \cdot P(X = x_i)

Alternativ beregningsformel:
Var(X)=E(X2)−[E(X)]2\text{Var}(X) = E(X^2) - [E(X)]^2

der E(X2)=∑xi2⋅P(X=xi)E(X^2) = \sum x_i^2 \cdot P(X = x_i).

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

Tolkning:
- Variansen måler spredningen i fordelingen
- Stor varians = stor usikkerhet / stor variasjon
- Standardavviket har samme enhet som XX (variansen har enheten i andre)

✏️Beregne varians og standardavvik

En terning kastes. Finn variansen og standardavviket til antall øyne XX.

Vi har allerede E(X)E(X):
E(X)=1⋅16+2⋅16+⋯+6⋅16=216=3,5E(X) = 1 \cdot \frac{1}{6} + 2 \cdot \frac{1}{6} + \cdots + 6 \cdot \frac{1}{6} = \frac{21}{6} = 3{,}5

Finn E(X2)E(X^2):
E(X2)=12⋅16+22⋅16+32⋅16+42⋅16+52⋅16+62⋅16\begin{aligned} &E(X^2) \\ = {}&1^2 \cdot \frac{1}{6} + 2^2 \cdot \frac{1}{6} + 3^2 \cdot \frac{1}{6} + 4^2 \cdot \frac{1}{6} + 5^2 \cdot \frac{1}{6} + 6^2 \cdot \frac{1}{6} \end{aligned}
=1+4+9+16+25+366=916≈15,17= \frac{1 + 4 + 9 + 16 + 25 + 36}{6} = \frac{91}{6} \approx 15{,}17

Bruk formelen:
Var(X)=E(X2)−[E(X)]2=916−(72)2=916−494=182−14712=3512≈2,92\begin{aligned} \text{Var}(X) &= E(X^2) - [E(X)]^2 \\ &= \frac{91}{6} - \left(\frac{7}{2}\right)^2 \\ &= \frac{91}{6} - \frac{49}{4} \\ &= \frac{182 - 147}{12} = \frac{35}{12} \\ &\approx 2{,}92 \end{aligned}

Standardavvik:
σ=3512≈1,71\sigma = \sqrt{\frac{35}{12}} \approx 1{,}71

Svar: Var(X)=3512≈2,92\displaystyle \text{Var}(X) = \frac{35}{12} \approx 2{,}92 og σ≈1,71\sigma \approx 1{,}71

📜Regneregler for varians
For en stokastisk variabel XX og konstanter aa og bb:

Var(aX+b)=a2⋅Var(X)\text{Var}(aX + b) = a^2 \cdot \text{Var}(X)

Merk: Konstanten bb påvirker ikke variansen (den forskyver bare fordelingen, men endrer ikke spredningen).

For uavhengige stokastiske variabler XX og YY:
Var(X+Y)=Var(X)+Var(Y)\text{Var}(X + Y) = \text{Var}(X) + \text{Var}(Y)

Var(X−Y)=Var(X)+Var(Y)\text{Var}(X - Y) = \text{Var}(X) + \text{Var}(Y)

Variansene adderes også ved subtraksjon. Generelt gjelder for uavhengige XX og YY:

Var(aX+bY+c)=a2 Var(X)+b2 Var(Y)\text{Var}(aX + bY + c) = a^2\,\text{Var}(X) + b^2\,\text{Var}(Y)

✏️Regneregler i praksis
XX har E(X)=5E(X) = 5 og Var(X)=4\text{Var}(X) = 4. Finn E(Y)E(Y) og Var(Y)\text{Var}(Y) der Y=3X−2Y = 3X - 2.
Forventningsverdi:
E(Y)=E(3X−2)=3E(X)−2=3⋅5−2=13E(Y) = E(3X - 2) = 3E(X) - 2 = 3 \cdot 5 - 2 = 13

Varians:
Var(Y)=Var(3X−2)=32⋅Var(X)=9⋅4=36\text{Var}(Y) = \text{Var}(3X - 2) = 3^2 \cdot \text{Var}(X) = 9 \cdot 4 = 36

Standardavvik:
SD(Y)=36=6\text{SD}(Y) = \sqrt{36} = 6

Svar: E(Y)=13E(Y) = 13, Var(Y)=36\text{Var}(Y) = 36 og SD(Y)=6\text{SD}(Y) = 6

Standardisering av en stokastisk variabel
Gitt en stokastisk variabel XX med forventningsverdi μ\mu og standardavvik σ>0\sigma > 0, er den standardiserte variabelen:

Z=X−μσZ = \frac{X - \mu}{\sigma}

Den standardiserte variabelen ZZ har alltid:
- E(Z)=0E(Z) = 0
- Var(Z)=1\text{Var}(Z) = 1
- SD(Z)=1\text{SD}(Z) = 1

Bevis:
E(Z)=E(X−μσ)=1σE(X−μ)=1σ(μ−μ)=0E(Z) = E\left(\frac{X - \mu}{\sigma}\right) = \frac{1}{\sigma}E(X - \mu) = \frac{1}{\sigma}(\mu - \mu) = 0
Var(Z)=Var(X−μσ)=1σ2Var(X)=σ2σ2=1\text{Var}(Z) = \text{Var}\left(\frac{X - \mu}{\sigma}\right) = \frac{1}{\sigma^2}\text{Var}(X) = \frac{\sigma^2}{\sigma^2} = 1

Standardisering gjør det mulig å sammenligne verdier fra ulike fordelinger.

✏️Forventningsverdi og varians for en lineærkombinasjon

En bedrift selger to produkter. Antall solgte enheter per dag er XX (produkt A) og YY (produkt B), med E(X)=30E(X) = 30, E(Y)=50E(Y) = 50, Var(X)=16\text{Var}(X) = 16 og Var(Y)=25\text{Var}(Y) = 25. Antall solgte enheter er uavhengige. Fortjenesten per enhet er 40 kr og 25 kr, og bedriften har faste kostnader på 500 kr per dag. La FF være total daglig fortjeneste. Finn E(F)E(F), Var(F)\text{Var}(F) og SD(F)\text{SD}(F).

Fortjeneste: F=40X+25Y−500F = 40X + 25Y - 500

Forventningsverdi:
E(F)=40E(X)+25E(Y)−500=40⋅30+25⋅50−500=1200+1250−500=1950 kr\begin{aligned} E(F) &= 40E(X) + 25E(Y) - 500 \\ &= 40 \cdot 30 + 25 \cdot 50 - 500 \\ &= 1200 + 1250 - 500 \\ &= 1950 \text{ kr} \end{aligned}

Varians (bruker Var(aX+bY+c)=a2Var(X)+b2Var(Y)\text{Var}(aX + bY + c) = a^2\text{Var}(X) + b^2\text{Var}(Y) for uavhengige):
Var(F)=402⋅16+252⋅25=1600⋅16+625⋅25=25 600+15 625=41 225\begin{aligned} \text{Var}(F) &= 40^2 \cdot 16 + 25^2 \cdot 25 \\ &= 1600 \cdot 16 + 625 \cdot 25 \\ &= 25\,600 + 15\,625 \\ &= 41\,225 \end{aligned}

Standardavvik:
SD(F)=41 225≈203,0 kr\text{SD}(F) = \sqrt{41\,225} \approx 203{,}0 \text{ kr}

Konstanten −500-500 påvirker forventningen, men ikke variansen.
Svar: E(F)=1950E(F) = 1950 kr, Var(F)=41 225\text{Var}(F) = 41\,225 og SD(F)≈203\text{SD}(F) \approx 203 kr.

📝Oppgave 4

Løs oppgavene:

a

Finn Var(X)\text{Var}(X) for fordelingen: P(X=0)=0,5P(X=0) = 0{,}5, P(X=1)=0,3P(X=1) = 0{,}3, P(X=2)=0,2P(X=2) = 0{,}2.

b

Finn standardavviket σ\sigma.

Løs oppgaven
📝Oppgave 5

Løs oppgavene:

a

To uavhengige terninger kastes. La S=X1+X2S = X_1 + X_2 (summen). Finn E(S)E(S) og Var(S)\text{Var}(S).

📝Oppgave 6

Løs oppgavene:

a

En aksje gir avkastningen XX med E(X)=8%E(X) = 8\% og SD(X)=12%\text{SD}(X) = 12\%. Du investerer 100 000 kr. La YY = beløpet etter ett år. Finn E(Y)E(Y) og SD(Y)\text{SD}(Y).

📝Oppgave 7

Løs oppgavene:

a

Et forsikringsselskap tilbyr en forsikring som koster 1200 kr. Med sannsynlighet 0,02 utbetales 50 000 kr, med sannsynlighet 0,005 utbetales 100 000 kr, ellers utbetales ingenting. Hva er selskapets forventede fortjeneste per forsikring?

Løs oppgaven
📝Oppgave 8

Løs oppgavene:

a

Tabellen viser XX = antall kunder i en butikk per time: P(X=0)=0,1P(X=0)=0{,}1, P(X=1)=0,3P(X=1)=0{,}3, P(X=2)=0,3P(X=2)=0{,}3, P(X=3)=0,2P(X=3)=0{,}2, P(X=4)=0,1P(X=4)=0{,}1. Finn E(X)E(X), Var(X)\text{Var}(X) og SD(X)\text{SD}(X).

📝Oppgave 9

Løs oppgavene:

a

Vis at Var(X)=E(X2)−[E(X)]2\text{Var}(X) = E(X^2) - [E(X)]^2 ved å utvide definisjonen Var(X)=E[(X−μ)2]\text{Var}(X) = E[(X-\mu)^2].

📝Oppgave 10

Løs oppgavene:

a

Du har to investeringsalternativer. A: E(X)=10%E(X) = 10\%, σ=5%\sigma = 5\%. B: E(Y)=15%E(Y) = 15\%, σ=15%\sigma = 15\%. Beregn variasjonskoeffisienten CV=σμ\displaystyle CV = \frac{\sigma}{\mu} for begge. Hvilken investering har relativt sett minst risiko?

📝Oppgave 11

Løs oppgavene:

a

En stokastisk variabel XX tar verdien −1-1 med sannsynlighet pp og verdien 11 med sannsynlighet 1−p1-p. Finn pp slik at Var(X)=1\text{Var}(X) = 1.

Løs oppgaven
📝Oppgave 12

Løs oppgavene:

a
XX har E(X)=4E(X) = 4 og Var(X)=9\text{Var}(X) = 9. Finn E(3X+5)E(3X + 5) og Var(3X+5)\text{Var}(3X + 5).
📝Oppgave 13

Løs oppgavene:

a

I et spill kaster du en terning. Du vinner X2X^2 kr, der XX er antall øyne. Innsatsen er 15 kr. Finn forventet nettogevinst.

Løs oppgaven
📝Oppgave 14

Løs oppgavene:

a

Du kaster to terninger og beregner differansen D=∣X1−X2∣D = |X_1 - X_2|. Sett opp sannsynlighetsfordelingen til DD og finn E(D)E(D).

Løs oppgaven
📝Oppgave 15

Løs oppgavene:

a

En portefølje består av to uavhengige aksjer. Aksje 1: E(R1)=8%E(R_1) = 8\%, σ1=10%\sigma_1 = 10\%. Aksje 2: E(R2)=12%E(R_2) = 12\%, σ2=20%\sigma_2 = 20\%. Du investerer 60% i aksje 1 og 40% i aksje 2. Finn forventet avkastning og standardavvik for porteføljen R=0,6R1+0,4R2R = 0{,}6R_1 + 0{,}4R_2.

📝Oppgave 16

Løs oppgavene:

a

La XX være antall defekte produkter i en pakke med 10. Fordelingen er: P(X=0)=0,50P(X=0)=0{,}50, P(X=1)=0,30P(X=1)=0{,}30, P(X=2)=0,15P(X=2)=0{,}15, P(X=3)=0,05P(X=3)=0{,}05. Beregn E(X)E(X) og σ\sigma.

📝Oppgave 17

Løs oppgavene:

a

To uavhengige stokastiske variabler har E(X)=5E(X) = 5, Var(X)=3\text{Var}(X) = 3, E(Y)=8E(Y) = 8, Var(Y)=7\text{Var}(Y) = 7. Finn E(X+Y)E(X + Y), Var(X+Y)\text{Var}(X + Y) og SD(X+Y)\text{SD}(X + Y).

b

Finn E(X−Y)E(X - Y), Var(X−Y)\text{Var}(X - Y) og SD(X−Y)\text{SD}(X - Y).

c

Forklar hvorfor Var(X−Y)=Var(X+Y)\text{Var}(X - Y) = \text{Var}(X + Y) når XX og YY er uavhengige.

📝Oppgave 18

Løs oppgavene:

a

En kaffemaskin fyller kopper med en mengde kaffe XX (i ml) der E(X)=200E(X) = 200 og SD(X)=5\text{SD}(X) = 5. Kaffebønner koster bedriften 0,100{,}10 kr per ml og en kopp selges for 35 kr. La FF = fortjeneste per kopp. Finn E(F)E(F) og SD(F)\text{SD}(F).

b

Bedriften selger 100 kopper per dag (uavhengige fyllinger). Finn E(T)E(T) og SD(T)\text{SD}(T) for total daglig fortjeneste TT.

c

En elev fikk 72 poeng på matematikk (μ=60\mu = 60, σ=8\sigma = 8) og 85 poeng på norsk (μ=75\mu = 75, σ=12\sigma = 12). Standardiser begge resultatene og avgjør hvilken prøve eleven klarte seg relativt best på.

Oppsummering

Sentrale begreper:
- Stokastisk variabel XX: variabel styrt av tilfeldigheter
- Sannsynlighetsfordeling: oversikt over P(X=x)P(X = x) for alle verdier
- Forventningsverdi: E(X)=∑xiP(X=xi)E(X) = \sum x_i P(X = x_i) - «langtidsgjennomsnittet»
- Varians: Var(X)=E(X2)−[E(X)]2\text{Var}(X) = E(X^2) - [E(X)]^2 - mål på spredning
- Standardavvik: σ=Var(X)\sigma = \sqrt{\text{Var}(X)} - spredning i samme enhet som XX

Regneregler:
- E(aX+b)=aE(X)+bE(aX+b) = aE(X) + b
- Var(aX+b)=a2Var(X)\text{Var}(aX+b) = a^2 \text{Var}(X)
- For uavhengige X,YX, Y: Var(X+Y)=Var(X)+Var(Y)\text{Var}(X+Y) = \text{Var}(X) + \text{Var}(Y) og Var(X−Y)=Var(X)+Var(Y)\text{Var}(X-Y) = \text{Var}(X) + \text{Var}(Y)
- Standardisering: Z=X−μσ\displaystyle Z = \frac{X - \mu}{\sigma} har E(Z)=0E(Z) = 0 og Var(Z)=1\text{Var}(Z) = 1

Repetisjonsoppgaver
Din fremgang
0deloppgaver0 / 7 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.