Hopp til innhold

Oppgaver og aktiviteter

Binomisk sannsynlighetsmodell

Her kan du jobbe med oppgaver om binomiske sannsynlighetsmodeller. Nederst på siden finner du lenke til en teoriside du kan gå til hvis du trenger det.

4.3.20

Vi kaster et kronestykke tre ganger.

a) Tegn et valgtre som illustrerer de mulige utfallene vi kan få.

Løsning
Valgtre som illustrerer situasjonen i oppgaven. Illustrasjon.
Åpne bilde i et nytt vindu


b) Hva er sannsynligheten for å få mynt nøyaktig to ganger?

Løsning

Vi definerer den stokastiske variabelen M= antall mynt.
Vi finner veiene gjennom valgtreet som gir to mynt: MMK, MKM og KMM. Sannsynlighetsmodellen er uniform, så vi får:
PM=2=38


c) Hva er sannsynligheten for å ikke få krone noen av gangene?

Løsning

Dette er det samme som å få bare mynt, altså har vi at M=3:

PM=3=18

d) Bruk formelen for binomisk sannsynlighet til å finne svarene i b) og c).

Løsning

b) Vi har her et binomisk forsøk hvor n=3, k=2 og p=0,5:
PM=2=32·122·121=3·123=3·18=38

c) Vi har det samme binomiske forsøket, men k=0:

PM=0=30·123·120=3·123=1·18=18

e) Bruk GeoGebra til å finne svarene i b) og c).

Løsning
Bilde av sannsynlighetskalkulatoren i GeoGebra. Det er valgt «Binomisk fordeling» med n lik 3 og p lik 0.5. Løsningen er P parentes 2 mindre enn eller lik X mindre enn eller lik 2 parentes slutt er lik 0,375. Skjermutklipp.
Åpne bilde i et nytt vindu
Bilde av sannsynlighetskalkulatoren i GeoGebra. Det er valgt «Binomisk fordeling» med n lik 3 og p lik 0.5. Løsningen er P parentes 3 mindre enn eller lik X parentes slutt er lik 0,125. Skjermutklipp.
Åpne bilde i et nytt vindu

f) Bruk Python til å finne svarene i b) og c).

Løsning

Python

1from scipy.stats import binom
2antallmynt = binom.pmf([0,1,2,3],3,0.5)
3
4print(f"sannsynligheten for å få to mynt er {antallmynt[2]}")
5print(f"sannsynligheten for å få ingen krone er {antallmynt[3]:.3f}")


4.3.21

Vi kaster en terning 10 ganger. Finn sannsynligheten for at vi får

a) to seksere
b) tre seksere
c) ingen seksere
d) minst én sekser

Løsning

Dette kan vi løse på flere måter. Vi velger her å bruke GeoGebra og finne hele sannsynlighetsfordelingen:

Binomisk fordeling i GeoGebra med n lik 10 og p lik en sjettedel. Sannsynlighetsfordelingen er gitt i kolonnen til høyre, hvor sannsynlighetene fra 0 til 10 er 0,1615, 0,323, 0,2907, 0,155, 0,0543, 0,013, 0,0022, 0,0002, 0, 0, 0. Skjermutklipp.
Åpne bilde i et nytt vindu

a) PX=2=0,2907

b) PX=3=0,155

c) PX=0=0,1615

d) PX1=1-PX=0=1-0,1615=0,8385


4.3.22

Morten planter 40 tulipanløk i hagen. Han regner med at spireevnen til løkene er 80 %.

Bruk GeoGebra, og finn sannsynligheten for at

a) minst 30 av løkene vil spire
b) høyst 30 av løkene vil spire
c) mellom 20 og 30 av løkene vil spire
d) alle løkene vil spire

Løsning

Vi setter den stokastiske variabelen X til å være antallet løk som spirer. I a) er vi ute etter PX30. I b) ser vi etter PX30. I c) velger vi å tolke det som P20x30.

Vi setter inn i GeoGebra:

a)

Sannsynlighetskalkulatoren i GeoGebra. Det er valgt «Binomisk fordeling» med n lik 40 og p lik 0,8. Svaret er gitt som P parentes 30 mindre enn eller lik X parentes slutt er lik 0,8392. Skjermutklipp.
Åpne bilde i et nytt vindu

b)

Sannsynlighetskalkulatoren i GeoGebra. Det er valgt «Binomisk fordeling» med n lik 40 og p lik 0,8. Svaret er gitt som P parentes X mindre enn eller lik 30 parentes slutt er lik 0,2682. Skjermutklipp.
Åpne bilde i et nytt vindu

c)

Sannsynlighetskalkulatoren i GeoGebra. Det er valgt «Binomisk fordeling» med n lik 40 og p lik 0,8. Svaret er gitt som P parentes 20 mindre enn eller lik 30 parentes slutt er lik 0,2682. Skjermutklipp.
Åpne bilde i et nytt vindu

d) Her kan vi regne ut direkte: PX=40=0,80400,00013

4.3.23


Bruk Python til å løse oppgave 4.3.22.

Løsning

Python

1from scipy.stats import binom
2
3n = 40
4p = 0.8
5X = []                     #lager en liste for antall løk som spirer
6
7for i in range(n+1):      #legger inn alle tall fra og med 0 til og med n i lista
8    X.append(i)
9
10
11spirer = binom.pmf(X,n,p)  #lager en liste med sannsynlighetene
12a = 0
13b = 0
14c = 0                      #lager plassholdere for hver av deloppgavene
15
16for i in range(31):
17    a = a + spirer[i]
18for i in range(30,41):
19    b = b + spirer[i]
20for i in range(20,31):
21    c = c + spirer[i]
22d = spirer[40]
23print(f"sannsynligheten for at minst 30 løk spirer, er {a:.4}")
24print(f"sannsynligheten for at høyst 30 løk spirer, er {b:.4}")
25print(f"sannsynligheten for at mellom 20 og 30 løk spirer, er {c:.4}")
26print(f"sannsynligheten for at alle løkene spirer, er {d:.4}")

Kjør programmet i editoren din for å se at det stemmer med svarene i 4.3.22. Husk at hvis du har lagd et annet program som virker, er det kanskje minst like bra! Dette programmet er bare et forslag.

4.3.24

En skiskytter har en treffsikkerhet på 88 %. I et løp skal hun skyte på 20 blinker. Hva er sannsynligheten for at skiskytteren treffer

a) alle 20 blinkene?
b) minst 18 av blinkene?
c) høyst 16 av blinkene?

Løsning

Vi legger inn i sannsynlighetskalkulatoren i GeoGebra med n=20 og p=0,88. Det gir disse svarene:

a) PX=20=0,0776

b) PX18=0,5631

c) PX16=0,2127

4.3.25

Når du skal opp til den teoretiske førerprøven for bil, får du 45 spørsmål. Hvert spørsmål har fire svaralternativer. For å bestå prøven må du ha minst 38 riktige svar. Hva er sannsynligheten for å bestå prøven med ren gjetning på alle spørsmålene?

Løsning

Ved ren gjetning blir prøven å betrakte som et binomisk forsøk. Sannsynligheten for å svare riktig på et enkeltspørsmål er 14.

De enkelte spørsmålene besvares uavhengig av hverandre.

Binomisk fordeling i GeoGebra med n = 45 og p lik 0,25. Svaret er gitt som P parentes 38.000 mindre enn eller lik X parentes slutt er lik 1.1102E-16. Skjermutklipp
Åpne bilde i et nytt vindu

Sannsynligheten for å få 38 rette kan vi finne ved sannsynlighetskalkulatoren i GeoGebra.

Sannsynligheten er 1,1·10-16.

Svaret viser at det ikke er lurt å gå opp til førerprøven uten å forberede seg.

CC BY-SASkrevet av Olav Kristensen og Stein Aanensen.
Sist faglig oppdatert 21.01.2021

Læringsressurser

Stokastiske forsøk