De presentatie wordt gedownload. Even geduld aub

De presentatie wordt gedownload. Even geduld aub

Veel kansexperimenten bestaan uit 2 of meer experimenten, denk maar aan: - het gooien met 3 dobbelstenen - het gooien met een dobbelsteen en een geldstuk.

Verwante presentaties


Presentatie over: "Veel kansexperimenten bestaan uit 2 of meer experimenten, denk maar aan: - het gooien met 3 dobbelstenen - het gooien met een dobbelsteen en een geldstuk."— Transcript van de presentatie:

1 Veel kansexperimenten bestaan uit 2 of meer experimenten, denk maar aan: - het gooien met 3 dobbelstenen - het gooien met een dobbelsteen en een geldstuk - uit 2 vazen elk één knikker pakken De experimenten in deze voorbeelden zijn onafhankelijk van elkaar, omdat ze elkaars uitkomsten op geen enkele wijze beïnvloeden. Om bij dit soort samengestelde kansexperimenten kansen te berekenen, kun je gebruik maken van een boomdiagram. Kansbomen 6.1

2 Kansberekening en combinatoriek Een deel van de statistiek is het berekenen van de kans dat iets kan gebeuren. Dit wordt de rekenkundige statistiek genoemd. De andere vorm is de beschrijvende statistiek. Deze beschrijft hoe een populatie eruit ziet. bv. Gemiddelde, modus e.d. Een populatie is een verzameling van te onderzoeken elementen b.v. personen of dingen

3 Systematiek Systematisch opschrijven is belangrijk bij het bepalen van kansen. Voor het bepalen van een kans is het belangrijk te weten hoeveel mogelijke antwoorden er in totaal zijn. En hoeveel van alle mogelijke antwoorden er de juiste zijn. Vb. Stel je hebt twee loten gekocht van in totaal 80 loten en er is maar 1 prijs. Jij hebt dan 2 goede mogelijkheden op de in totaal 80 mogelijkheden we zeggen nu: 2 op de 80 dat je wint.

4 Absolute kans De kans op iets is als volgt gedefinieerd: aantal gunstige mogelijkheden totaal aantal mogelijkheden Kans = De kans op het trekken van een harten kaart uit een volledig pak kaarten (52) is : P harten = 1 4 = De P staat voor het franse woord probabilité

5 Relatieve kans(1) Soms weet je alleen hoeveel procent van een groep aan de eisen van een experiment voldoet. Deze kan bepaald worden door een relatieve frequentie verdeling van een steekproef te bepalen. (te berekenen uit een frequentie verdeling die je kent uit de beschrijvende statistiek) De zo gevonden kans heet dan de relatieve kans. P.S. Een kans ligt altijd tussen 0 en 1 of tussen de 0 en 100%

6 Relatieve kans(2) We nemen steekproeven omdat het niet mogelijk is om alle elementen van een groep te onderzoeken. Dit is te tijdrovend en meestal erg kostbaar. Vb. Uit een steekproef is gebleken dat 6 openingsstrippen van 120 rollen beschuit niet goed werken. De kans dat het openen van een door jou gekochte rol beschuit fout gaat is 1/20 = 5%, is een kans van 0,05

7 Onafhankelijke gebeurtenis Stel je hebt een rad van fortuin in een rad van fortuin. Beide draaien los van elkaar. We zeggen dan dat de kansen onafhankelijk zijn van elkaar De kans dat de pijl blijft staan op licht blauw en paars is : 1/4 * 1/2 = 1/8 De kans dat de pijl blijft staan op geel en rood : 1/4 * 1/4 = 1/16

8 Afhankelijke gebeurtenis Stel je hebt een rad van fortuin in een rad van fortuin. Beide zijn vast gemaakt aan elkaar. We zeggen dan dat de kansen afhankelijk zijn. De kans dat de pijl blijft staan op licht blauw en paars is : 1/4 De kans dat de pijl blijft staan op geel en rood is : 0 = nul

9 Kans bij een boomdiagram Je staat 8 plaatsen verwijdert van het einde van ganzenbord. Hoe groot is te kans dat je bij de volgende worp hebt gewonnen? Het experiment is hier: het gooien met twee dobbelstenen. Er zijn 5 juiste uitkomsten van in totaal 36 mogelijke uitkomsten, dus de kans dat je in één beurt wint is : 5/

10 Zonder terugleggen Hoe groot is de kans op het trekken van een harten kaart uit een volledig pak kaarten? Hoe groot is de kans op het trekken van nog een harten kaart uit hetzelfde pak kaarten? Hoe groot is de kans op het trekken van een zwarte kaart uit hetzelfde pak kaarten? 13/52 12/51 11/50 26/49

11 Kansboom In een vaas zitten 3 rode en 1 witte bal. In een andere vaas zitten 2 rode en 1 zwarte bal. P(rr)= P(rz)= P(wr)= P(wz)= P(minstens 1 rode) = 1-P(geen rode) =

12 Bij het draaien van de schijven hoort de volgende kansboom. Draaiende schijven 6.1

13 We gaan er bij het draaien van de schijven vanuit dat de kansexperimenten onafhankelijk zijn. Dat betekent dat ze elkaar niet beïnvloeden, alleen dan mag je de kansen in de kansboom vermenigvuldigen. Als de kansen afhankelijk zijn (elkaar beïnvloeden) mag je de kansen in de kansboom niet vermenigvuldigen. Afhankelijke experimenten komen in dit boek niet voor. Onafhankelijke kansexperimenten 6.1

14 aP(ba,ba,ba) = 2/4 × 1/3 × 1/4 = 2/24 ≈ 0,083 bP(ke,ke,ke) = 3/4 × 2/3 × 1/2 = 6/24 = 0,25 cP(ci,ci,ba) = ¼ × 1/3 × 1/2 = 1/24 ≈ 0,042 dP(ci,ci,ci) = 1/4 × 1/3 × 0 = 0 opgave 3

15 aempirische kans bP(soep,vlees,ijs) = 0,6 × 0,5 × 0,8 = 0,24 cP(salade,vegetarisch,bavarois) = 0,4 × 0,2 × 0,2 = 0,016 dP(soep,vis,ijs) = 0,6 × 0,3 × 0,8 = 0,144 dus naar verwachting 500 × 0,144 = 72 gasten opgave 6

16 De productregel Voor de gebeurtenis G 1 bij het ene kansexperiment en de gebeurtenis G 2 bij het andere experiment geldt: P(G 1 en G 2 ) = P(G 1 ). P(G 2 ) De somregel Voor elkaar uitsluitende gebeurtenissen G 1 en G 2 geldt: P(G 1 of G 2 ) = P(G 1 ) + P(G 2 ) De complementregel P(gebeurtenis) = 1 – P(complement–gebeurtenis) De product-, de som- en de complementregel 6.1

17 P(gebeurtenis + P(complement-gebeurtenis) = 1 P(gebeurtenis) = 1 – P(complement-gebeurtenis) P(minder dan 8 witte) = P(0 w)+P(1 w)+P(2 w)+ P(3 w)+P(4 w)+P(5 w)+ P(6 w)+P(7 w) = 1 – P(8 witte) De complementregel 6.1

18 P(A niet funct.) = 0,001 P(A wel funct.) = 1 – 0,001 = 0,999 P(B niet funct.) = 0,003 P(B wel funct.) = 1 – 0,003 = 0,997 P(C niet funct.) = 0,002 P(C wel funct.) = 1 – 0,002 = 0,998 P(D niet funct.) = 0,008 P(D wel funct.) = 1 – 0,008 = 0,992 P(E niet funct.) = 0,025 P(E wel funct.) = 1 – 0,025 = 0,975 P(alle liften werken) = P(A werkt) × P(B werkt) × P(C werkt) × P(D werkt) × P(E werkt) = 0,999 × 0,997 × 0,998 × 0,992 × 0,975 ≈ 0,961 opgave 13

19 De kansen dat ze op rood staan is achtereenvolgens 0,4 ; 0,7 en 0,2. aP(3 keer doorlopen) = P(r,r,r) = (1 - 0,4) × (1 - 0,7) × (1 - 0,2) = 0,144 bP(één keer wachten, niet voor de derde) = P(r,r,r) + P(r,r,r) = (0,4 × 0,3 × 0,8) + (0,6 × 0,7 × 0,8) = 0,432 opgave 14

20 aP(tweejarige wordt 4) = 0,40 × 0,25 = 0,1 bP(pasgeboren muis gaat op driejarige leeftijd dood) = 0,42 × 0,60 × 0,40 × (1 – 0,25) ≈ 0,076 cP(pasgeboren muis wordt geen 3 jaar) = 1 – P(pasgeboren muis wordt 3 jaar) = 1 – 0,42 × 0,60 × 0,40 ≈ 0,899 leeftijd in jaren01234 kans0,420,600,400,250,05 opgave 15

21 Het 4 keer gooien met een dobbelsteen is een voorbeeld van het herhaald uitvoeren van hetzelfde kansexperiment. Ook in zo’n situatie gebruik je de productregel om kansen te berekenen De productregel gebruik je ook als je hetzelfde experiment 2 of meer keren uitvoert. Een experiment 2 of meer keer uitvoeren 6.2

22 Ellen gooit 5 keer met een viervlaksdobbelsteen. aP(geen enkele keer 2) = ≈ 0,237 bP(drie keer 2) = · · ≈ 0,088 cP(drie keer 2 en twee keer 1) = · · ≈ 0,010 dP(minstens twee keer 1) = 1 – P(geen 1) – P(één keer 1) = · · ≈ 0, opgave 22

23 Anne gooit met 6 dobbelstenen aP(drie keer 4) = · · ≈ 0,054 bP(minstens één 6) = 1 - P(geen 6) = 1 - ≈ 0,665 cP(zes verschillende) = 6! · P( ) =6! · · · · · · ≈ 0,015 dP(twee zessen en geen vijf) = · · ≈ 0, opgave 23

24 In het volgende voorbeeld pak je één voor één knikkers uit de vaas met 3 rode en 5 witte knikkers. Je gaat net zo lang door tot je een rode knikker pakt. Elke keer pak je als het ware uit een nieuwe vaas. De kansen in de kansboom veranderen daardoor per keer. Experimenten herhalen totdat succes optreedt 6.2

25 aP(Lotte wint in 2 sets) = P(LL) = 0,6 × 0,6 = 0,36 bP(Gijs wint de 1 e en Lotte de volgende twee sets) = P(GLL) = 0,4 × 0,6 × 0,6 = 0,144 cP(de partij duurt 3 sets) = P(LGL) + P(LGG) + P(GLL) + P(GLG) = 0,6 × 0,4 × 0,6 + 0,6 × 0,4 × 0,4 + 0,4 × 0,6 × 0,6 + 0,4 × 0,6 × 0,4 = 0,48 opgave 31

26 start S S S S S S S S toelatings- examen eerste herkansing tweede herkansing derde herkansing 0,6 0,4 0,3 0,7 aP(bij de 2 e herkansing slagen) = P(S S S) = 0,4 × 0,7 × 0,3 = 0,084 bP(definitief afgewezen) = P(S S S S) = 0,4 × 0,7 × 0,7 × 0,7 ≈ 0,137 opgave 33

27 Is bij het kiezen van 4 dingen uit 7 dingen de volgorde niet van belang, dan spreken we van het aantal combinaties van 4 uit 7. Het aantal combinaties van 4 uit 7 noteren we als Spreek uit : 7 boven 4. Het aantal combinaties van 4 uit 7, dus het aantal manieren om 4 dingen te kiezen uit 7 dingen zonder op de volgorde te letten, is Herhaling hoofdstuk 4 6.3

28 Ook bij het pakken van knikkers uit een vaas heb je met combinaties te maken. P(2r,2w,1b) = ? volgens de kansdefinitie van Laplace is die kans Het aantal mogelijke uitkomsten is het aantal manieren om 5 knikkers uit de totaal 15 knikkers te pakken, dat kan op manieren Het aantal gunstige uitkomsten is het aantal manieren om 2r uit de 8r, 2w uit 4w en 1b uit 3b te pakken. Dat kan op P(4r,1w,2b) = ≈ 0,168 aantal gunstige uitkomsten aantal mogelijke uitkomsten manieren 8+4+3= =5 Kansen en combinaties 6.3

29 Bij veel kansberekeningen kan het handig zijn het kansexperiment om te zetten in het pakken van knikkers uit een geschikt samengestelde vaas  vaasmodel. Het vaasmodel 6.3

30 probleem gloeilampen in dozen van 20 stuks willekeurig worden 4 lampen uit de doos gecontroleerd alle 4 goed dan wordt de doos goedgekeurd in een doos zitten precies 2 defecte lampen vaasmodel vaas met 20 knikkers waarvan 2 rood (de defecte lampen) en 18 groen antwoord P(goedkeuring) = P(4 goed) = ≈ 0,632 voorbeeld 2 0

31 Trekken met en zonder terugleggen 6.3

32 op een bingoavond zijn 22 mannen en 38 vrouwen aanwezig per ronde ontvangt elke deelnemer een bingokaart je kunt hoogstens één prijs winnen, dus zonder terugleggen P(4 meisjes) = ≈ 0,247 je kunt meerdere prijzen winnen, dus met terugleggen P(3 vrouwen) = P(vvv) = ≈ 0, opgave 42

33 Linda pakt zonder terugleggen 5 knikkers uit een vaas gevuld met rode en witte knikkers bereken de kans dat Linda 2 rode knikkers pakt in het geval dat de vaas c P(2r) = P(2r en 3w) = ≈ 0,417 b P(2r) = P(2r en 3w) = ≈ 0,316 c P(2r) = P(2r en 3w) = ≈ 0, · ·. opgave 43

34 Bij een kleine steekproef uit een grote populatie mag je trekken zonder terugleggen opvatten als trekken met terugleggen. Kleine steekproef uit grote populatie

35 Van de klagers woont 15% buiten een straal van 20 km rondom Schiphol en 6% buiten een straal van 30 km. Voor een onderzoek worden willekeurig 12 klagers ondervraagd P(geen buiten een straal van 30 km) = 0,94 12 ≈ 0,476 P(tussen 20 en 30 km) = 0,15 – 0,06 = 0,09 P(2 tussen 20 en 30 km) =. 0, ,91 10 ≈ 0,208 P(2 buiten 30 km en 10 binnen 20 km) =. 0, ,85 10 ≈ 0, opgave 47

36 P(auto) = 0,6 ; P(fiets) = 0,25 ; P(ov) = 0,10 en P(lopend) = 0,05 18 werkende mensen worden ondervraagd aP(minstens 2 lopend) = 1 - P(geen lopend) - P(één lopend) = 1 - 0, ,05. 0,95 17 ≈ 0,226 bP(4 of 5 fiets) = P(4 fiets) + P(5 fiets) =. 0, , , ,75 13 ≈ 0,412 cP(12 auto en 6 fiets) =. 0, ,25 6 ≈ 0,010 dP(4 fiets of lopend) =. 0,3 4. 0,7 14 ≈ 0, opgave 49

37 e40% van 18 is 7,2 60% van 18 is 10,8 P(tussen 40% en 60% met auto) = P(8 of 9 of 10 met auto) = P(8 auto) + P(9 auto) + P(10 auto) =. 0,6 8. 0, ,6 9. 0, , ,4 8 ≈ 0, opgave 49

38 Bij het kansexperiment uit opgave 50 wordt aselect (= willekeurig) een leerling uit de klas gekozen. Je kunt daarbij geïnteresseerd zijn in de leeftijd van de leerling. De leerling geven we aan met de letter X Dus X = de leeftijd van de leerling. Omdat de waarde van X afhangt van het toeval heet X een toevalsvariabele. In opgave 50 is nog een toevalsvariabele gedefinieerd, Y = het aantal keer sporten per week complementregel  P(Y ≥ 1) = 1 – P(Y = 0) somregel  P(Y < 2) = P(Y = 0) + P(Y = 1) Toevalsvariabelen 6.4

39 In een grabbelton zitten 20 doosjes. In 8 van deze doosjes zit een briefje van 10 euro, de overige 12 doosjes zijn leeg. Arjan pakt 2 doosjes uit de grabbelton X = het totale bedrag in de 2 doosjes P(X = 20) = P(2 doosjes met 10 euro) = ≈ 0,147 P(X > 0) = 1 – P(X = 0) = 1 – P(2 lege doosjes) = 1- ≈ 0, opgave 54

40 De kansverdeling van X is een tabel waarin bij elke waarde van X de bijbehorende kans is vermeld. De som van de kansen in een kansverdeling is altijd 1. kanshistogram Uniform verdeelde toevalsvariabele  kansverdeling waarin alle kansen gelijk zijn. Kansverdelingen 6.4

41 In een vaas zitten 8 rode, 4 blauwe en 6 witte knikkers Jantine pakt met terugleggen 3 knikkers uit de vaas X = het aantal rode knikkers dat Jantine pakt Y = het aantal verschillende kleuren dat Jantine pakt P(X = 2) = P(2r) = · P(rrr) = · · ≈ 0,329 P(Y = 3) = P(rbw) + P(rwb) + P(brw) + P(bwr) + P(wrb) + P(wbr) = 6 · P(rbw) = 6 · · · ≈ 0, opgave 59

42 Uit een onderzoek van het SCP blijkt dat 80% van de plattelandbewoners ‘zich zeer goed’ voelt Voor een onderzoek worden 10 plattelandbewoners gevraagd X = het aantal personen in de steekproef dat zich zeer goed voelt P(X = 8) =. 0,8 8. 0,2 2 ≈ 0,302 P(X < 9) = 1 – P(X = 9) – P(X = 10) = ,8 9. 0, ,8 10 ≈ 0, opgave 61

43 De gebeurtenissen G 1 en G 2 zijn onafhankelijk als P(G 1 onder de voorwaarde G 2 ) = P(G 1 ). P(X = 1 onder de voorwaarde Y = 0) = P(X = 1) dus de gebeurtenissen X = 1 en Y = 0 zijn onafhankelijk. P(X = 0 onder de voorwaarde Y = 0) ≠ P(X = 0) dus de gebeurtenissen X = 0 en Y = 0 zijn onafhankelijk. We zeggen dat de toevalsvariabelen X en Y afhankelijk zijn. De toevalsvariabelen X en Y zijn onafhankelijk als voor elke mogelijke x en y geldt : P(X = x onder de voorwaarde Y = y) = P(X = x). Onafhankelijke toevalsvariabelen 6.4

44 X = de leeftijd van de leerling Y = het aantal keer dat de leerling in Griekenland op vakantie was. aP(X = 15 onder de voorwaarde Y = 0) = = 0,5 bP(X = 17 onder de voorwaarde Y = 0) = = 0 cP(X = 15 onder de voorwaarde Y = 1) = = 0 dP(X = 17) = ≈ 0,188 P(X = 17 onder de voorwaarde Y = 0) = Niet gelijk, dus X en Y zijn niet onafhankelijk. opgave 64


Download ppt "Veel kansexperimenten bestaan uit 2 of meer experimenten, denk maar aan: - het gooien met 3 dobbelstenen - het gooien met een dobbelsteen en een geldstuk."

Verwante presentaties


Ads door Google