Kombinatorikk i spill

I artikkelen om kombinatorikk lærte vi systematiske metoder for å beregne kombinasjonsmuligheter. Her skal vi bruke disse metodene, og litt til, for å beregne kombinasjonsmuligheter og sannsynligheter i noen spill og konkurranser.

Pokerhender

Pokerhånd med tress i damer

Det finnes forskjellige typer poker, her ser vi på varianten five-card draw, der en spiller får utdelt en hånd på 5 kort. Det vil si 5 kort trukket tilfeldig fra en stokk på 52 kort.

En pokerhånd kan vi betrakte som et uordnet utvalg uten tilbakelegging. Uordnet fordi det ikke spiller noen rolle hvilken rekkefølge kortene blir delt ut i, vi sorterer dem etterpå. Uten tilbakelegging fordi samme kort ikke kan deles ut mer enn én gang.

Kombinasjonene som gir en bestemt pokerhånd, er i noen tilfeller relativt enkle å finne, for eksempel royal straight flush, fordi denne hånden består av de fem høyeste kortene i samme farge. Det eneste som kan variere er fargen, så det finnes derfor bare 4 slike hender.

I andre pokerhender kan antall kombinasjoner være mer komplisert å beregne, for eksempel at det finnes 54 912 muligheter for tress. Noe som kompliserer i dette tilfellet, er at vi ikke bare kan se på hvilke muligheter vi har for tre like kort, men også må stille krav til de to andre kortene, slik at vi ikke får en hånd med fire like eller hus i stedet.

For å beregne sannsynligheter i poker dividerer vi antall mulige kombinasjoner i en bestemt type hånd på antall mulige kombinasjoner i en pokerhånd totalt.

Som vi regnet ut i eksempel 9 i artikkelen om kombinatorikk, finner vi antall mulige kombinasjoner i en pokerhånd ved å beregne antall uordnede utvalg med 5 av 52 kort:

${\large \binom{52}{5}} = {\large \frac{52!}{5!(52 – 5)!}} = 2 \, 598\, 960$

Sannsynligheten for å få utdelt royal straight flush, for eksempel, blir da:

${\large \frac{4}{2 \, 598 \, 960}} \approx 1{,}539 \cdot 10^{-6}$, altså om lag 0,000154 %.

Antall kombinasjoner i andre pokerhender kan være mer kompliserte å finne.

En oversikt over antall kortkombinasjoner og sannsynligheter finnes på Wikipedia: pokersannsynlighet. Ta det som en utfordring å finne ut hvordan de er beregnet.

Tress

Her er en utregning for tress:

En kortstokk har 13 valører og 4 farger. Skal vi få tress, må vi ha 3 kort med samme valør, og det finnes altså 13 muligheter for dette. Vi kan få 3 toere, 3 treere, 3 firere, og så videre. Vi har altså ${\large \binom{13}{1}} = 13$ muligheter for valør. Det finnes også forskjellige muligheter for kombinasjon av farger. Vi kan kombinere spar/hjerter/ruter, spar/kløver/ruter, og så videre. Totalt ${\large \binom{4}{3}} = 4$ kombinasjonsmuligheter.

Det betyr at det finnes ${\large \binom{13}{1}} \cdot {\large \binom{4}{3}} = 13 \cdot 4 = 52$ kombinasjonsmuligheter for 3 kort med samme valør.

Siden en pokerhånd består av 5 kort, inneholder den 2 kort i tillegg til de 3 med samme valør. Disse 2 kan trekkes blant 49 gjenværende kort, noe som gir ${\large \binom{49}{2}} = 1176$ kombinasjonsmuligheter for de siste 2 kortene.

Men vi kan ikke tillate alle disse kombinasjonene. For hvis ett av kortene har samme valør som de tre like, har vi en pokerhånd med fire like, ikke tress. Det er imidlertid bare 1 av de 49 kortene som kan gi dette resultatet, vi kan fritt velge blant de 48 andre, noe som gir ${\large \binom{48}{2}} = 1128$ kombinasjonsmuligheter for de siste 2 kortene.

Vi kan heller ikke tillate at de 2 gjenværende kortene deler valør, for da har vi tre like pluss et par, noe som er hus i poker, og ikke tress. Så disse kombinasjonene må trekkes fra. For å regne ut hvor mange kombinasjoner det er, bruker vi samme prinsipp som vi innledningsvis brukte for å finne antall mulige kombinasjoner av 3 like kort. Men vi må huske at det nå bare er 12 tilgjengelige valører, så vi får ${\large \binom{12}{1}} = 12$ muligheter for valg av valør. Og vi får ${\large \binom{4}{2}} = 6$ kombinasjonsmuligheter for farger. Totalt 12 · 6 = 72 kombinasjoner som gir par. Vi sitter altså igjen med 1128 − 72 = 1056 lovlige kombinasjonsmuligheter for de siste 2 kortene.

Da gjenstår det bare å multiplisere antall kombinasjonsmuligheter for tre like kort med kombinasjonsmulighetene for de to siste kortene: 52 · 1056 = 54 912. Det finnes 54 912 forskjellige pokerhender med tress.

Sannsynligheten for å få utdelt tress er da

${\large \frac{54 \, 912}{2 \, 598 \, 960}} \approx 2{,}113 \cdot 10^{-2}$, , altså om lag 2,113 %.

Når det gjelder kombinasjonsmuligheter for de siste 2 kortene, kan vi alternativt tenke slik: Vi kaller kortene A og B og trekker kort A først. Vi har da 49 kort å velge blant, hvorav 1 er «ulovlig», med samme valør som de 3 like. Altså 49 − 1 = 48 lovlige valg for A.
For B er det så 48 kort å velge blant, hvorav 1 er «ulovlig», med samme valør som de 3 like, og 3 er «ulovlige» med samme valør som A. Altså 48 − 1 − 3 = 44 lovlige valg for B.
Siden det ikke spiller noen rolle hvilket kort som er A og hvilket som er B, må vi dividere på antall måter å sortere A og B på, nemlig 2!. Og det totale antallet tillatte kombinasjoner blir ${\large \frac{48 \cdot 44}{2!}} = 1056$, som er det samme som vi fant tidligere.

Som et tredje alternativ for de 2 siste kortene kan vi tenke oss at vi for disse velger 2 ulike valører blant de 12 tilgjengelige, noe som gir ${\large \binom{12}{2}} = 66$ kombinasjonsmuligheter. Hvert av kortene kan velges fritt blant 4 farger, noe som totalt gir ${\large \binom{4}{1}} \cdot {\large \binom{4}{1}} = 16$ kombinasjonsmuligheter. Totalt gir det ${\large \binom{12}{2}} \cdot {\large \binom{4}{1}^2} = 66 \cdot 16 = 1056$ kombinasjonsmuligheter, som før.

Slår vi dette uttrykket sammen med uttrykket for antall kombinasjoner av 3 like kort, får vi et samlet uttrykk for antall mulige pokerhender med tress:
${\large \binom{13}{1}} \cdot {\large \binom{4}{3}} \cdot {\large \binom{12}{2}} \cdot {\large \binom{4}{1}^2} = 54 \,912$.

Lottorekker

Eksempler på lottotall med tilleggstall

Ei vinnerrekke i Lotto består av 7 tall mellom 1 og 34 trukket tilfeldig. Ei Lotto-rekke kan vi betrakte som et uordnet utvalg uten tilbakelegging. Uordnet fordi det ikke spiller noen rolle hvilken rekkefølge tallene blir trukket i, vi sorterer dem etterpå. Uten tilbakelegging fordi samme tall ikke kan trekkes mer enn én gang.

Vi spiller Lotto ved å sette opp 7 tall, som så blir sammenliknet med vinnerrekka. Det utbetales premie for 7, 6, 5 og 4 rette, samt for 6 rette + 1 tilleggstall, der tilleggstallet trekkes tilfeldig blant tallene som er tilbake når selve Lotto-rekka er trukket.

For å beregne vinnersannsynligheter i Lotto dividerer vi antall mulige vinnerrekker med antall mulige lottorekker totalt. Som vi beregnet i eksempel 14 i artikkelen om kombinatorikk, er antall rekker totalt ${\large \frac{34!}{7!(34 – 7)!}} = 5 \, 379 \, 616$

Vi skal nå se på noen kombinasjonsmuligheter og sannsynligheter.

7 rette

Det finnes bare ei enkelt rekke med 7 rette, så sannsynligheten for å få dette er ${\large \frac{1}{5 \, 379 \, 616}} \approx 1{,}8589 \cdot 10^{-7}$.

Det er om lag 0,00001859 % sannsynlig å få 7 rette.

6 rette + tilleggstall

6 rette + 1 tilleggstall kan vi få ved å erstatte hvilket som helst av tallene i vinnerrekka med tilleggstallet, altså totalt 7 kombinasjonsmuligheter. Så sannsynligheten for dette blir ${\large \frac{7}{5 \, 379 \, 616}} \approx 1{,}3012 \cdot 10^{-6}$.

Det er om lag 0,00013012 % sannsynlig å få 6 rette + tilleggstall.

6 rette

Når 7 lottotall er trukket, gjenstår det 27 tall, og vi kan få 6 rette ved å erstatte hvilket som helst av tallene i vinnerrekka med et hvilket som helst av disse, altså 7 · 27 = 189 kombinasjonsmuligheter. Imidlertid vil 7 av disse inneholde tilleggstallet og gi gevinsten «6 + tilleggstall», så vi trekker dem fra, og står igjen med 182 kombinasjonsmuligheter. Sannsynligheten for dette blir ${\large \frac{182}{5 \, 379 \, 616}} \approx 3{,}3831 \cdot 10^{-5}$.

Det er om lag 0,0033831 % sannsynlig å få 6 rette.

5 rette

5 rette kan vi få ved å erstatte hvilken som helst av kombinasjon av 2 av de 7 tallene i vinnerrekka med en hvilken som helst kombinasjon av 2 av de 27 tallene som ikke er i vinnerrekka. Antall kombinasjonsmuligheter blir derfor ${\large \binom{7}{2}} \cdot {\large \binom{27}{2}} = 21 \cdot 351 = 7371$. Sannsynligheten for dette blir ${\large \frac{7371}{5 \, 379 \, 616}} \approx 1{,}3702 \cdot 10^{-3}$.

Det er om lag 0,13702 % sannsynlig å få 5 rette.

4 rette

Samme argument som for 5 rette gir at antall kombinasjonsmuligheter blir ${\large \binom{7}{3}} \cdot {\large \binom{27}{3}} = 35 \cdot 2925 = 102 \, 375$. Sannsynligheten for dette blir ${\large \frac{102 \, 375}{5 \, 379 \, 616}} \approx 1{,}9030 \cdot 10^{-2}$.

Det er om lag 1,903 % sannsynlig å få 4 rette.

0 rette

0 rette kan vi få ved en hvilken som helst kombinasjon av de 27 tallene som ikke er i vinnerrekka, så antall kombinasjonsmuligheter blir ${\large \binom{27}{7}} = 888 \, 030$. Sannsynligheten for dette blir ${\large \frac{888 \, 030}{5 \, 379 \, 616}} \approx 1{,}651 \cdot 10^{-1}$.

Det er om lag 16,507 % sannsynlig å få 0 rette på ei Lotto-rekke.

Sannsynligheten i lottorekker diskuteres også i lys av hypergeometriske fordelinger i eksempel 7 i artikkelen om diskrete sannsynlighetsfordelinger.

Fischer-sjakk

I vanlig sjakk stiller spillerne opp de såkalte offiserene i rekkefølgen tårn, springer (hest), løper, dronning, konge, løper, springer, tårn:

Startoppstilling for offiserene i sjakk

Gjennom århundrer har imidlertid de første fasene i sjakkpartier blitt grundig analysert, og det er utviklet mye kunnskap om hvilke trekk som er bra og hvilke som er mindre bra. En sjakkspiller med god kunnskap om slik åpningsteori vil ha en klar fordel mot en spiller med mindre kunnskap.

Slik er det imidlertid ikke i Fischer-sjakk, oppfunnet av stormester Bobby Fischer, der offiserene stilles opp i tilfeldig rekkefølge.

Fischer-sjakk kalles også 960-sjakk fordi det finnes 960 forskjellige måter å stille offiserene opp på. Nå skal vi se hvordan vi kommer fram til dette tallet.

Tenker vi oss offiserene nummerert fra 1 til 8, vil det finnes 8! = 40 320 måter å organisere dem på. Men siden det ikke vil ha noen betydning om de to løperne bytter plass, eller om de to springerne bytter plass, blir det bare fjerdeparten så mange unike oppstillingsmuligheter, altså 10 080.

Det finnes imidlertid to spesialkrav til oppstillingen. Løperne må stå på forskjellig farge, som i vanlig sjakk, altså en løper på svart og en løper på hvitt felt. Dessuten må kongen stå mellom tårnene, slik at det er mulig å utføre rokade til begge sider, som i vanlig sjakk.

Utfordringen ved å innarbeide disse spesialkravene i beregningene ligger i å finne rett måte å angripe problemet på. Starter vi med et tårn, for eksempel, blir det hele komplisert fordi mulige plasseringer av kongen vil avhenge av hvor vi har plassert tårnet, og mulige plasseringer av det andre tårnet vil avhenge av hvor vi har plassert kongen.

I stedet starter vi med å plassere løperne. Første løper kan plasseres på ett av 8 felt, deretter kan andre løper plasseres på ett av de 4 feltene av motsatt farge, totalt 8 · 4 = 32 muligheter. Men siden det ikke vil ha noen betydning om løperne bytter plass, blir det bare halvparten så mange unike oppstillingsmuligheter, altså 16.

Når løperne er på plass, finnes det 6 · 5 = 30 muligheter for springerne, men, som for løperne, spiller det ingen rolle om de bytter plass, så det blir 15 unike oppstillingsmuligheter.

Så finnes det 4 muligheter for å plassere dronningen, deretter gjenstår det bare 3 ledige felt. Siden kongen skal stå mellom tårnene, kan de disse 3 brikkene da bare plasseres på 1 måte.

Totalt blir det altså 16 · 15 · 4 · 1 = 960 unike oppstillingsmuligheter.

Rett person i rett hus

Fem pepperkakehus

I TV-serien Hvem bor her er poenget å avgjøre hvem av 5 personer som bor i hvilket av 5 hus. Konseptet går egentlig ut på å knytte personlighetstyper til interiør, men la oss si at vi bare gjetter tilfeldig. Hva er da sannsynligheten for å plassere henholdsvis 0, 1, 2, 3, 4 og 5 personer i rett hus?

Totalt kan 5 personer plasseres i husene på 5! = 120 forskjellige måter.

For å beregne hvor mange av disse plasseringene som er uten noen person i rett hus, trenger vi et begrep som heter subfakultet (min oversettelse av subfactorial). Subfakultetet til n angir antall mulige permutasjoner av n elementer der ingen av elementene er på sin opprinnelige plass.

Subfakultetet til n skrives som !n, vi setter altså et utropstegnet foran tallet vi vil beregne subfakultetet til, ikke bak, som ved vanlig fakultet.

Det finnes flere måter å beregne !n på. For eksempel ved hjelp av rekka 

$!n = n! {\displaystyle \sum_{m=0}^n} {\large \frac{(-1)^m}{m!}}$, der n ≥ 0.

som gir

$!0 = 0! \cdot {\large \frac{(-1)^0}{0!}} = 1 \cdot \frac{1}{1} = 1$
Det samme som 0!

$!1 = 1! \cdot \Big({\large \frac{(-1)^0}{0!} + \frac{(-1)^1}{1!}} \Big)= 1 \cdot \big( 1 -1 \big) = 0$
Det er lett å skjønne at dette må være riktig, siden det for 1 enkelt verdi ikke finnes alternative plasser.

$!2 = 2! \cdot \Big({\large \frac{(-1)^0}{0!}} + {\large \frac{(-1)^1}{1!}} + {\large \frac{(-1)^2}{2!}} \Big)= 2 \cdot \big( 1 – 1 + {\large \frac{1}{2}} \big) = 1$
Det er også lett å skjønne at dette må være riktig, for 2 verdier kan bare bytte plass med hverandre.

Videre får vi !3 = 2, !4 = 9, !5 = 44.

Det finnes altså !5 = 44 måter å plassere 5 personer i 5 hus på uten at noen er på rett plass.

Vil vi ha nøyaktig 1 person i rett hus, finnes det 5 muligheter for dette, og de resterende 4 kan da plasseres i feil hus på !4 = 9 måter. Totalt 5 · 9 = 45 kombinasjonsmuligheter.

Generelt vil n av 5 på rett plass kunne kombineres på ${\large \binom{5}{n}}$ måter, og de resterende på !(5-n) måter.

For n = 0 … 5 får vi

n ${\large \binom{5}{n}}$ !(5-n) Kombinasjoner
0 1 44 1 · 44 = 44
1 5 9 5 · 9 = 45
2 10 2 10 · 2 = 20
3 10 1 10 · 1 = 10
4 5 0 5 · 0 = 0
5 1 1 1 · 1 = 1

For å finne de tilhørende sannsynlighetene hvis vi gjetter tilfeldig, dividerer vi antall kombinasjoner med 120, som er antall kombinasjoner totalt:

  • Ingen i rett hus: ca. 36,67 % sannsynlighet.
  • 1 i rett hus: 37,5 % sannsynlighet.
  • 2 i rett hus: ca. 16,67 % sannsynlighet.
  • 3 i rett hus: ca. 8,33 % sannsynlighet.
  • 4 i rett hus: 0 % sannsynlighet.
  • Alle i rett hus: ca. 0,83 % sannsynlighet.

Kilder

Vekst av kombinasjonsmuligheter

Lysets hastighet er enorm. En lysstråle som forlater jorden i dag, vil om ett år ha nådd om lag 9,5 billioner kilometer ut i rommet. Men om to år vil den bare ha nådd dobbelt så langt, om ti år ti ganger så langt, og om n år n ganger så langt. Selv om hastigheten er stor, øker avstanden lyset tilbakelegger bare proporsjonalt, altså lineært, med antall år.

Når vi studerer kombinasjoner, øker imidlertid antall kombinasjonsmuligheter eksponentielt med antall elementer tilgjengelig. Hvis vi doblet antall kamper i ei tipperekke fra 12 til 24, ville ikke antall kombinasjonsmuligheter bli doblet, men øke fra 312 til 324, det vil si fra litt over fem hundre tusen til nesten tre hundre milliarder.

Eksempel 1:

I sjakk finnes det 20 forskjellige måter hvit kan åpne på (16 flytt med bønder og 4 med springere), og 20 måter svart kan svare på. Det gir totalt 400 kombinasjonsmuligheter allerede i første trekk. Nøyaktig hvor mange måter en kan flytte på i senere trekk vil avhenge av hvilke trekk som tidligere er gjort, men antall kombinasjoner øker uansett eksponentielt med antall trekk. Selv det kraftigste sjakkprogram klarer derfor ikke å vurdere kombinasjonene av alle mulige trekk i et parti fra åpning til slutt.

Eksempel 2:

Det sies at en ape med en skrivemaskin før eller siden vil skrive Shakespeares samlede verker. Tanken bak dette er at det finnes et endelig antall skrifttegn, og derved et endelig antall kombinasjoner av skrifttegn. Problemet er bare at antall kombinasjonsmuligheter vokser eksponentielt med antall tegn.

La oss for enkelhets skyld si at skrivemaskinen har 30 tegn tilgjengelig, de 26 latinske bokstavene a-z pluss 4 skilletegn. Så setter vi oss fore å skrive ned alle mulige tekster med et gitt antall tegn, og vi bruker 0,2 sekunder per tegn.

For en tekst med ett tegn vil det finnes 30 muligheter, som totalt tar 30 · 0,2 = 6 sekunder å skrive.

For en tekst med to tegn vil det finnes 30 · 30 = 900 muligheter, som totalt tar 900 · (0,2 + 0,2) = 360 sekunder å skrive, altså 6 minutter.

For en tekst med seks tegn vil det finnes 306 = 729 000 000 muligheter, som totalt tar 729 000 000 · (6 · 0,2) = 874 800 000 sekunder å skrive. Dette er om lag 27,7 år.

For en tekst med tolv tegn vil det finnes 3012 ≈ 5,3 · 1017 muligheter, som totalt tar 5,3 · 1017 · (12 · 0,2) ≈ 1,3 · 1018 sekunder å skrive. Dette er om lag 40 milliarder år, noe som er 8 ganger mer enn det som regnes som den gjenstående levetiden til solen.

Så vi skjønner at det vil ta sin tid før Shakespeares samlede verker blir ferdige med denne metoden.

Kilder

    • Hinna, K.R.C., Rinvold, R.A., Gustavsen, TS. (2011). QED 5-10, bind 1. Høyskoleforlaget
    • Hagen, Per C. (2000). Innføring i sannsynlighetsregning og statistikk. Cappelen akademisk
    • Birkeland, P.A., Breiteig, B., Venheim, R. (2012). Matematikk for lærere 2. Universitetsforlaget

Uordnede utvalg med tilbakelegging

Vi har nå sett på kombinasjonsmuligheter i ordnede utvalg med og uten tilbakelegging, og i uordnede utvalg uten tilbakelegging. I den varianten vi ikke har sett på, uordnede utvalg med tilbakelegging er det imidlertid komplisert å beregne kombinasjonsmuligheter. Når det gjelder utvalg uten tilbakelegging, har vi sett at vi finner antall mulige uordnede utvalg ved å dividere antall ordnede utvalg på antall måter elementene i utvalget kan organiseres på. Velger vi for eksempel to av tallene 1, 2 og 3, kan vi danne 6 mulige ordnede utvalg. Siden to tall kan organiseres på to måter, blir det 6 : 2 = 3 mulige uordnede utvalg. Trekker vi med tilbakelegging, får vi imidlertid 32 = 9 mulige ordnede utvalg: 1-1, 1-2, 1-3, 2-1, 2-2, 2-3, 3-1, 3-2, 3-3. Og hvor mange måter elementene kan organiseres på, varierer med hva vi har trukket. To like elementer, som 1 og 1 kan bare organiseres på én måte, mens to ulike elementer, som 1 og 2 kan organiseres på to måter. Ved å telle, ser vi at det i dette eksempelet finnes 6 mulige uordnede utvalg, nemlig {1, 1}, {1, 2}, {1, 3}, {2, 2}, {2, 3}, og {3, 3}. De forskjellige utvalgene er heller ikke like sannsynlige, det er dobbelt så sannsynlig å få to ulike tall som å få to like.

Med økende antall valgmuligheter øker kompleksiteten.

Kilder

    • Hinna, K.R.C., Rinvold, R.A., Gustavsen, TS. (2011). QED 5-10, bind 1. Høyskoleforlaget
    • Hagen, Per C. (2000). Innføring i sannsynlighetsregning og statistikk. Cappelen akademisk
    • Birkeland, P.A., Breiteig, B., Venheim, R. (2012). Matematikk for lærere 2. Universitetsforlaget

Ordnede utvalg med tilbakelegging

Når vi så langt har valgt elementer fra en mengde, har vi gjort det «uten tilbakelegging», det vil si at når ett element først er trukket ut, kan vi ikke trekke det på nytt. Men vi kan også trekke «med tilbakelegging», det vil si at vi tenker oss at vi legger det uttrukne elementet tilbake i den opprinnelige mengden, slik at vi kan trekke det en gang til.

Som vi så i avsnittet om permutasjoner, hadde vi, når vi trakk fra en mengde med n elementer, n valgmuligheter i første trekning, n−1 i neste, deretter n−2 og så videre. Vi hadde ikke tilbakelegging, så for hver trekning ble det ett element mindre å velge blant.

Trekker vi derimot flere ganger med tilbakelegging fra en mengde på n elementer, har vi jo hver gang n elementer å velge blant. Trekker vi 2 ganger, får vi derfor n2 mulige ordnede utvalg, trekker vi 3 ganger, får vi n3 mulige ordnede utvalg, og så videre.

$\fbox{Antall ordnede utvalg med $k$ elementer av totalt $n$ ved tilbakelegging: $n^k$}$

Når vi trekker uten tilbakelegging, kan vi jo ikke trekke flere elementer enn de vi har, så k ≤ n. Noen slik begrensning eksisterer ikke med tilbakelegging, vi kan trekke så mange ganger vi vil.

Eksempel 1:

Ei rekke på en tippekupong består 12 kamper, der vi for hver kamp har mulighetene ′H′, ′U′ og ′B′, og vi skal finne ut hvor mange kombinasjonsmuligheter det finnes i ei slik rekke. Det vi spør etter da, er egentlig antall ordnede utvalg når vi trekker 12 ganger fra en mengde på 3 med tilbakelegging. Utvalget er ordnet fordi rekkefølgen på kampene er viktig, at kamp 1 er ′H′ og kamp 2 er ′B′ er for eksempel ikke det samme som at kamp 1 er ′B′ og kamp 2 er ′H′. Utvalget er med tilbakelegging fordi ′H′, ′U′ og ′B′ er like tilgjengelige i hver kamp.

Antall mulige rekker blir derfor

312 = 531 441.

Sannsynligheten for å få 12 rette hvis vi setter opp ei rekke tilfeldig, er

${\large \frac{1}{531 \, 441}} \approx 1{,}882\cdot 10^{−6}$, om lag 0,00019 %.

Ikke mye, men 10 ganger mer enn sannsynligheten for å vinne hovedgevinsten i Lotto.

I motsetning til i Lotto kan vi imidlertid i Tipping forbedre sjansene ved å ikke velge tilfeldig. Statistikken viser at det i gjennomsnitt er flere hjemmeseiere, ′H′, enn borteseiere, ′B′, og flere borteseiere enn uavgjort, ′U′. Den mest sannsynlige rekka, hvis vi ikke tar hensyn til hvilke lag som spiller, har derfor 12 hjemmeseiere. Så vil vi også kunne forbedre sjansene ved å ta hensyn til hvilke lag som spiller og satse på at de beste lagene vinner.

Dette er forskjellen på Lotto og Tipping. I Lotto har vi ingen mulighet til å forutse resultatet, alle mulige kombinasjoner er like sannsynlige. Slik er det ikke i Tipping, sannsynlighetene varierer med hvilke kamper som spilles. Å velge tilfeldig er derfor en fin strategi i Lotto, men ikke i Tipping.

Oppgave 1:

En kodelås består av tre kodehjul, hvert med sifre fra 0 til 9. Hvor mange mulige koder kan stilles inn på låsen?

Se løsningsforslag

Kilder

    • Hinna, K.R.C., Rinvold, R.A., Gustavsen, TS. (2011). QED 5-10, bind 1. Høyskoleforlaget
    • Hagen, Per C. (2000). Innføring i sannsynlighetsregning og statistikk. Cappelen akademisk
    • Birkeland, P.A., Breiteig, B., Venheim, R. (2012). Matematikk for lærere 2. Universitetsforlaget

Kombinasjoner og sannsynligheter

Når vi har en uniform modell, det vil si at alle elementer i en mengde har samme sannsynlighet for å bli trukket ut, kan vi beregne sannsynligheten for en kombinasjon av elementer ved å bruke gunstige på mulige, der gunstige er antall elementer i kombinasjonen, og mulige er antall kombinasjoner totalt.

Eksempel 1:

Vi skal beregne sannsynligheten for å vinne hovedgevinsten i Lotto en gitt uke.

I eksempel 1 i artikkelen om ordnede og uordnede utvalg regnet vi ut at det finnes ${\large \frac{34!}{7!(34 − 7)!}} = 5 \, 379 \, 616$ mulige vinnerrekker i Lotto. En gitt uke trekkes 1 av disse ut, så gunstige på mulige gir at sannsynligheten blir

 ${\large \frac{1}{5 \, 379 \, 616}} \approx 1{,}859 \cdot 10^{−7}$.

Sannsynligheten for å vinne hovedgevinsten er om lag 0,0000186 %.

Eksempel 2:

Vi skal beregne sannsynligheten for å få en bridgehånd med nøyaktig åtte ruter, som i eksempel 2 i artikkelen om utvalg fra blandede mengder.

Vi beregnet i dette eksempelet at det finnes totalt 740 999 259 slike hender. 

Totalt finnes det ${\large \binom{52}{13}} = 635 \, 013 \, 559 \, 600$ mulige bridgehender. Så sannsynligheten blir

${\large\frac{740 \, 999 \, 259}{ 635 \, 013 \, 559 \, 600}} \approx 1{,}167\cdot10^{−3}$.

Sannsynligheten for å få en hånd med nøyaktig 8 ruter er om lag 0,117 %.

Oppgave 1:

Beregn sannsynlighetene for å få korthendene nevnt i oppgave 2 i artikkelen om utvalg fra blandede mengder, altså hender med 5 kort som

    1. inneholder nøyaktig 2 spar
       
    2. bare inneholder spar
       
    3. inneholder spar konge

Se løsningsforslag

Kilder

    • Hinna, K.R.C., Rinvold, R.A., Gustavsen, TS. (2011). QED 5-10, bind 1. Høyskoleforlaget
    • Hagen, Per C. (2000). Innføring i sannsynlighetsregning og statistikk. Cappelen akademisk
    • Birkeland, P.A., Breiteig, B., Venheim, R. (2012). Matematikk for lærere 2. Universitetsforlaget

Utvalg fra blandede mengder

I artikkelen om permutasjoner og artikkelen om ordnede og uordnede utvalg så vi på hvor mange kombinasjoner vi kan danne av enhetlige mengder, det vil si mengder som bare inneholder én type ting, for eksempel lottokuler eller personer. Inneholder mengdene forskjellige typer ting, blir det mer komplisert. Vi illustrerer med noen eksempler:

Eksempel 1:

Fra en idrettsgruppe som består av 11 gutter og 8 jenter skal det velges 4 representanter, og vi vil finne ut hvor mange måter representantene kan kombineres på når vi krever at det skal velges 2 jenter og 2 gutter.

Her er vi egentlig ute etter to delmengder, én der 2 gutter velges blant 11, og én der 2 jenter velges blant 8.

2 gutter kan velges blant 11 på ${\large \binom{11}{2}} = {\large \frac{11!}{2!(11 − 2)!}} = 55$ måter.

2 jenter kan velges blant 8 på ${\large \binom{8}{2}} = {\large \frac{8!}{2!(8 − 2)!}} = 28$ måter.

Alle disse variantene kan kombineres med hverandre, så 2 jenter og 2 gutter kan velges på 55 · 28 = 1540 måter.

Vi beregner altså antall elementer i hver av delmengdene og multipliserer dem etterpå.

Oppgave 1:

Ta utgangspunkt i gruppa i eksempel 1, med 11 gutter og 8 jenter, og beregn hvor mange kombinasjoner det finnes med

  1. 3 gutter og 3 jenter
     
  2. 1 gutt og 3 jenter
     
  3.  Ingen gutter og 4 jenter

Se løsningsforslag

RegnearkÅpne et regneark der du kan regne ut antall mulige elevutvalg

Eksempel 2:

En bridgehånd består av 13 kort. Vi vil finne ut hvor mange bridgehender som inneholder nøyaktig åtte ruter.

Det er ikke så tydelig som i eksempel 1, men også her skal vi velge to delmengder fra to mengder. Den ene mengden består av alle kort som er ruter, totalt 13 stykker. Den andre mengden består av alle kort som ikke er ruter, totalt 52 − 13 = 39 stykker. Fra mengden med ruter skal vi så velge 8 kort. Siden en bridgehånd består av totalt 13 kort, blir det da 13 − 8 = 5 kort som skal velges blant kortene som ikke er ruter.

Totalt gir det ${\large \binom{13}{8}} \cdot {\large \binom{39}{5}} = 1287 \cdot 575 \, 757= 740 \, 999 \, 259$ mulige hender med nøyaktig åtte ruter.

Oppgave 2:

Beregn hvor mange korthender med 5 kort det finnes som

  1. inneholder nøyaktig 2 spar
     
  2. bare inneholder spar
     
  3. inneholder spar konge

Se løsningsforslag

SkjermfilmSe filmen «Blandede mengder»

Kilder

      • Hinna, K.R.C., Rinvold, R.A., Gustavsen, TS. (2011). QED 5-10, bind 1. Høyskoleforlaget
      • Hagen, Per C. (2000). Innføring i sannsynlighetsregning og statistikk. Cappelen akademisk
      • Birkeland, P.A., Breiteig, B., Venheim, R. (2012). Matematikk for lærere 2. Universitetsforlaget

Utvalg og delmengder

Delmengder

I artikkelen om begreper i sannsynlighet ble vi kjent med begrepet mengder, og så hvordan vi kunne illustrere mengder ved hjelp av Venn-diagrammer. Vi lærte også om delmengder, der en mengde er en del av en annen, noe vi i Venn-diagrammer kan illustrere med en sirkel inni en annen sirkel.

Slike delmengder er egentlig uordnede utvalg av elementer i mengden, som vi studerte i artikkelen om ordnede og uordnede utvalg. For eksempel er hver mulig vinnerrekke i Lotto en delmengde med 7 tall i en hovedmengde på totalt 34.

Nå skal vi finne ut hvor mange delmengder det går an å lage i en mengde. Diagrammene under viser en mengde med tre elementer, nemlig tallene 1, 2 og 3, og hvordan disse tallene kan organiseres i delmengder.

Illustrasjon av mengde uten delmengder Illustrasjon av mengde med delmengder med ett element Illustrasjon av mengde med delmengder med to elementer Illustrasjon av mengde med delmengder med tre elementer

Vi ser at vi kan lage 3 delmengder med ett tall i hver, 3 med to tall i hver, og 1 med alle tallene. Totalt blir dette 3 + 3 + 1 = 7 delmengder. Tenker vi oss at mengden med 0 elementer, ∅, også er en delmengde, blir det totalt 8 mulige delmengder.

Det er lett å se for seg at en mengde med to elementer vil kunne inneholde 4 delmengder, nemlig 2 med ett element, 1 med to elementer og 1 med 0 elementer. En mengde med ett element vil kunne inneholde 2 delmengder, nemlig 1 med ett element og 1 med ingen elementer. En mengde med 0 elementer vil bare kunne inneholde 1 delmengde, nemlig mengden med 0 elementer.

I alle tilfeller blir antall delmengder lik 2n, der n er antall elementer. 20 = 1, 21 = 2, 22 = 4, 23 = 8. Grunnen til at det er slik, er at det for hvert element finnes to muligheter: Elementet kan være med i en delmengde eller ikke. Har vi en mengde med m delmengder og introduserer et nytt element, vil vi kunne lage m nye delmengder som inkluderer det nye elementet, og får doblet antall mulige delmengder.

$\fbox{En mengde med $n$ elementer kan inneholde $2^n$ delmengder}$

Oppgave 1:

En mengde, A, inneholder elementene ab og c: A = {abc}. List opp de mulige delmengdene som kan lages. Stemmer dette antallet med det som er angitt i boksen over?

Se løsningsforslag

At en mengde, B, er en delmengde av A, skriver vi slik: $B \subseteq A$.

At en mengde, B, ikke er en delmengde av A, skriver vi slik: $B \nsubseteq A$.

Vi har sett at en delmengde kan bestå av alle elementene i en mengde, en mengde er altså en delmengde av seg selv. Men bare delmengder som ikke er lik mengden selv kalles ekte delmengder.

At en mengde, B, er en ekte delmengde av A, skriver vi slik: $B \subset A$.

At en mengde, B, ikke er en ekte delmengde av A, skriver vi slik: $B \not \subset A$.

Eksempel 1:

$\{2, 3 \} \subseteq \{2, 3, 4 \}$

$\{2, 3 \} \subset \{2, 3, 4 \}$

$\{2, 3, 4 \} \subseteq \{2, 3, 4 \}$

$\{2, 3, 4 \} \not\subset \{2, 3, 4 \}$

$\emptyset \subseteq \{2, 3, 4 \}$

$\emptyset \subset \{2, 3, 4 \}$

$\{1 \} \nsubseteq \{2, 3, 4 \}$

$\{2, 3, 4, 5 \} \nsubseteq \{2, 3, 4 \}$

Eksempel 2:

Vi skal sjekke hvor mange delmengder med henholdsvis 1, 2 og 3 elementer som kan lages i en mengde med totalt 3 elementer. Som nevnt er en delmengde det samme som et uordnet utvalg, så vi bruker formelen for antall uordnede utvalg:

0 elementer: ${\large \binom{3}{0}} = {\large \frac{3!}{0!(3 − 0)!}} = 1$.

1 element: ${\large \binom{3}{1}} = {\large \frac{3!}{1!(3 − 1)!}} = 3$.

2 elementer: ${\large \binom{3}{2}} = {\large \frac{3!}{2!(3 − 2)!}} = 3$.

3 elementer: ${\large \binom{3}{3}} = {\large \frac{3!}{3!(3 − 3)!}} = 1$.

Dette stemmer med det vi har funnet tidligere. Og totalt blir det 1 + 3 + 3 + 1 = 8, som er 23, som det skal være.

SkjermfilmSe filmen «Delmengder»
 

Ordnede og uordnede utvalg

I artikkelen om permutasjoner studerte vi hvilke kombinasjonsmuligheter vi har når vi setter elementer sammen i en bestemt rekkefølge. For eksempel kan vi, når vi velger to av tallene 1, 2 og 3, danne kombinasjonene 1-2, 1-3, 2-1, 2-3, 3-1 og 3-2. Disse kombinasjonene kalles ordnede utvalg fordi rekkefølgen elementene står i, er viktig. Men ser vi bort fra rekkefølgen, vil henholdsvis 1-2 og 2-1, 1-3 og 3-1, og 2-3 og 3-2 representere samme utvalg. Disse kalles uordnede utvalg fordi rekkefølgen elementene står er uten betydning. De mulige uordnede utvalgene består av kombinasjonene {1, 2}, {1, 3}, og {2, 3}.

Vi har tidligere introdusert en formel for å beregne antall k-permutasjoner av totalt n elementer. Dette er egentlig det samme som antall ordnede utvalg:

$\fbox{Antall ordnede utvalg med $k$ elementer av totalt $n$: $\frac{\displaystyle n!}{\displaystyle (n − k)!}$}$

Siden k elementer kan organiseres på k! måter, betyr det at vi finner antall uordnede utvalg ved å dividere dette antallet på k!:

$\fbox{Antall uordnede utvalg med $k$ elementer av totalt $n$: $\frac{\displaystyle n!}{\displaystyle k!(n − k)!}$}$

Eksempel 1:

I pengespillet Lotto dannes en vinnerrekke ved at det trekkes 7 av totalt 34 tall.

Antall måter en sekvens på 7 tall av totalt 34 kan trekkes på, er det samme som antall ordnede utvalg med 7 av 34 elementer:

${\large \frac{34!}{(34 − 7)!}} = 27 \, 113 \, 264 \, 460$.

Men når trekningen er foretatt, ordnes tallene i stigende rekkefølge, så rekkefølgen tallene trekkes i, har ingen betydning. For eksempel gir både 12-28-17-7-6-2-31 og 7-17-2-6-12-31-28 vinnerrekka 2-6-7-12-17-28-31.

For å finne antall mulige vinnerrekker, må vi altså dividere med antall måter 7 tall kan organiseres på, nemlig 7!, og beregne antall mulige uordnede utvalg:

${\large \frac{34!}{7!(34 − 7)!}} = 5 \, 379 \, 616$.

Det finnes altså ca. 5,38 millioner mulige vinnerrekker.

Det finnes en egen skrivemåte for å uttrykke «antall uordnede utvalg med k av totalt n elementer», ${\large \binom{n}{k}}$, som leses «n over k». Altså

$\fbox{${\large \binom{n}{k}} = \frac{\displaystyle n!}{\displaystyle k!(n − k)!}$}$

Vi kaller også gjerne dette «antall kombinasjoner med k av n elementer».

Excel har en egen funksjon, kombinasjon, til å beregne antall kombinasjoner, der kombinasjon(n, k) gir antall kombinasjoner med k av n elementer. Vi skriver for eksempel =kombinasjon(34; 7) for å gjøre beregningen i eksempel 8. Tilsvarende funksjon i GeoGebra heter nCr(n, k) Vi skriver for eksempel nCr(34, 7) i inntastingsfeltet eller CAS for å gjøre beregningen i eksempel 1.

Eksempel 2:

Vi skal regne ut hvor mange forskjellige pokerhender det finnes. En pokerhånd består av 5 av totalt 52 kort, så det vi må beregne er hvor mange kombinasjoner, altså antall uordnede utvalg, det finnes med 5 av 52 elementer. Vi får

${\large \binom{52}{5}} = {\large \frac{52!}{5!(52 − 5)!}} = 2 \, 598\, 960$, som er det samme tallet vi brukte da vi i introduksjonen regnet på sannsynlighet for å få tress utdelt i poker.

Vi kan kontrollere svaret i Excel ved å skrive =kombinasjon(52; 5) og i GeoGebra ved å skrive nCr(52, 5).

Oppgave 1:

I en bedrift med 25 ansatte skal det velges 3 representanter til en delegasjon. Beregn hvor mange forskjellige delegasjoner som kan velges. Bruk formel, og kontroller svaret i Excel eller GeoGebra.

Se løsningsforslag

Kilder

    • Hinna, K.R.C., Rinvold, R.A., Gustavsen, TS. (2011). QED 5-10, bind 1. Høyskoleforlaget
    • Hagen, Per C. (2000). Innføring i sannsynlighetsregning og statistikk. Cappelen akademisk
    • Birkeland, P.A., Breiteig, B., Venheim, R. (2012). Matematikk for lærere 2. Universitetsforlaget

Permutasjoner

Spør vi oss hvor mange måter vi kan organisere tallene 1 og 2 på, er det lett å innse at svaret er to. Vi kan ha sekvensene 1-2 og 2-1. Men tar vi med tallet 3 også, blir det mer komplisert. Vi kan ha 1-2-3, 1-3-2, 2-1-3, 2-3-1, 3-1-2 og 3-2-1. Totalt seks sekvenser. Tar vi også med tallet 4, kan vi ha 24 sekvenser. Slike sekvenser kalles permutasjoner.

Fakultet

Antallet forskjellige permutasjoner er lett å beregne. La oss si at vi har tre elementer. Da kan tre elementer velges til å stå først, blant de gjenstående kan to velges til å stå som nummer to, og så er det bare ett element igjen som kan stå sist. Totalt 3 · 2 · 1 = 6 sekvenser. Med fire elementer får vi 4 · 3 · 2 · 1 = 24 sekvenser. Generelt, med n elementer, får vi n · (n−1) · (n−2) · … · 1 sekvenser.

Produktet n · (n−1) · (n−2) · … · 1 har et eget navn, fakultet, og betegnes med et utropstegn:

$\fbox{Fakultet: $n! = n \cdot (n−1) \cdot (n−2) \cdot \; \dots \; \cdot 1$}$

Her er n et positivt heltall. Det er også definert at

$\fbox{$0! = 1$}$

Vi skal senere se hvorfor dette er nyttig.

Eksempel 1:

Vi skal beregne 5! og får 5 · 4 · 3 · 2 · 1 = 120.

Eksempel 2:

Vi har en klasse med 20 elever, og skal beregne hvor mange forskjellige måter de kan sette seg ved pultene på. Første elev kan velge blant 20 pulter, andre blant 19, og så videre, så totalt blir det 20! ≈ 2,4 · 1018 muligheter. Et enormt tall. Hvis elevene byttet plass hvert 5. sekund døgnet rundt, ville det ta nesten 400 milliarder år å komme gjennom alle variantene.

Vi skjønner at n! blir et stort tall, selv for lave n. 59! ≈ 1,4 · 1080 er for eksempel et tall større enn antall atomer i det observerbare universet.

Det er sjelden vi beregner fakultetet for hånd. Litt avanserte kalkulatorer og dataprogrammer har egne funksjoner for dette. I Excel bruker vi funksjonen fakultet, for eksempel skriver vi =fakultet(10) for å beregne 10!. I GeoGebra skriver vi bare et tall med et utropstegn etter i inntastingsfeltet eller CAS. For eksempel 10!.

På grunn av de store tallene er det begrenset hvor høye fakulteter dataprogrammer kan beregne. Excel og GeoGebra stopper på 170!. En del kalkulatorer stopper på 69!, fordi høyere fakulteter er større enn 10100, og kalkulatorene bare kan vise eksponenter med maksimalt to sifre.

Oppgave 1:

En skoleklasse på 30 elever stiller opp på rekke. Hvor mange måter kan rekka organiseres på? Bruk kalkulator eller dataprogram til beregningen.

Se løsningsforslag

k-permutasjoner av n

Det finnes altså n! mulige sekvenser med n elementer, for eksempel 5! = 120. Men hva om vi ikke vil ha med alle elementene, og spør om hvor mange sekvenser vi kan lage av k av totalt n elementer? Det er ikke så vanskelig å resonnere seg fram til. Første element kan velges på n måter, andre element på n−1 måter, tredje element på n−2 måter, og så videre til vi har tatt med k elementer, altså n · (n−1) · (n−2) · … · (nk+1).

Slike sekvenser kaller vi k-permutasjoner av n.

Eksempel 3:

Vi vil lage sekvenser med 4 elementer fra en mengde på 10. Her er n = 10 og k = 4. Så antall sekvenser blir
n · (n−1) · (n−2) · … · (nk+1) = 10 · (10−1) · (10−2) · (10−3) = 10 · 9 · 8 · 7 = 5040.

Det finnes 5040 mulige sekvenser med 4 av 10 elementer på. Antall 4-permutasjoner av 10 er altså 5040.

Excel har en egen funksjon, permuter, til å beregne antall k-permutasjoner, der permuter(n; k) gir antall k-permutasjoner av n. Vi skriver for eksempel =permuter(10; 4) for å gjøre beregningen i eksempel 3. I GeoGebra skriver vi nPr(n, k) i inntastingsfeltet eller CAS. Vi skriver for eksempel nPr(10, 4) for å gjøre beregningen i eksempel 3.

Men har vi ikke Excel eller GeoGebra tilgjengelig, vil det være arbeidskrevende å utføre multiplikasjonene én for én. Vi skal derfor regne om uttrykket n · (n−1) · (n−2) · … · (nk+1) ved hjelp av et lite regnetriks, og multipliserer med en brøk med (nk)!, det vil si (nk) · (nk − 1) · (nk − 2) · … · 1 i teller og nevner:

$n \cdot (n − 1) \cdot (n − 2) \cdot \; \dots \; \cdot (n − k + 1) =$

$n \cdot (n − 1) \cdot (n − 2) \cdot \; \dots \; \cdot (n − k + 1) \cdot \frac{\displaystyle (n − k) \cdot (n − k − 1) \cdot (n − k − 2) \cdot \; \dots \; \cdot 1}{\displaystyle (n − k) \cdot (n − k − 1) \cdot (n − k − 2) \cdot \; \dots \; \cdot 1} =$

$\frac{\displaystyle n \cdot (n − 1) \cdot (n − 2) \cdot \; \dots \; \cdot 1}{\displaystyle (n − k) \cdot (n − k − 1) \cdot (n − k − 2) \cdot \; \dots \; \cdot 1} =$

$\frac{\displaystyle n!}{\displaystyle (n − k)!}$

Her har vi kommet fram til en form som bare involverer fakulteter, og derfor enkelt kan beregnes på en kalkulator med fakultetsfunksjon.

Vi har altså:

$\fbox{Antall $k$-permutasjoner av $n$: $\frac{\displaystyle n!}{\displaystyle (n − k)!}$}$

Eksempel 4:

Vi skal finne antall 2-permutasjoner av 3, det vil si hvor mange sekvenser av to elementer vi kan lage av totalt tre. Vi bruker formelen over, og får ${\large \frac{3!}{(3 − 2)!}} = {\large \frac{6}{1}} = 6$.
Med så få elementer kan vi kontrollere dette ved å telle permutasjonene. La oss si at de 3 elementene heter a, b og c. Da kan vi lage sekvensene ab, ac, ba, bc, ca og cb. Totalt 6 stykker, slik vi kom fram til ved hjelp av formelen.

Oppgave 2:

Beregn antall 4-permutasjoner av 10 ved å bruke formelen for antall k-permutasjoner av n. Gjør også utregningen i Excel og GeoGebra.

​Se løsningsforslag

​Eksempel 5:

Vi skal finne antall 5-permutasjoner av 5. Vi bruker formelen for antall k-permutasjoner av n, og får ${\large \frac{5!}{(5 − 5)!}} = {\large \frac{5!}{0!}} = {\large \frac{120}{1}} = 120$.

Her fikk vi 0! = 1 i nevneren. Hadde vi ikke hatt spesialdefinisjonen av 0!, ville vi ikke kunnet bruke formelen i dette tilfellet.

Men utregningen er tungvint, for en n-permutasjon av n betyr bare n!, så vi kunne nøyd oss med å regne ut 5! = 120.

​​Eksempel 6:

Vi skal finne antall 0-permutasjoner av n. Vi bruker formelen for antall k-permutasjoner av n, og får ${\large \frac{n!}{(n − 0)!}} = {\large \frac{n!}{n!}} = 1$.

Vi kan altså lage én sekvens med 0 elementer uavhengig av hvor mange elementer vi har til rådighet totalt.

SkjermfilmSe filmen «Permutasjoner»
 

Kilder

    • Hinna, K.R.C., Rinvold, R.A., Gustavsen, TS. (2011). QED 5-10, bind 1. Høyskoleforlaget
    • Hagen, Per C. (2000). Innføring i sannsynlighetsregning og statistikk. Cappelen akademisk
    • Birkeland, P.A., Breiteig, B., Venheim, R. (2012). Matematikk for lærere 2. Universitetsforlaget

Introduksjon til kombinatorikk

Som navnet antyder, går kombinatorikk ut på å studere muligheter for å kombinere ting.

I artikkelen om begreper i sannsynlighet introduserte vi begrepet «gunstige på mulige», som går ut på at vi finner sannsynligheten for en hendelse i et stokastisk forsøk ved å telle opp antall enkeltutfall som fører til hendelsen, og dividere med det totale antall utfall i forsøket. Vi forutsetter da at vi har en uniform sannsynlighetsmodell, det vil si at alle utfallene er like sannsynlige.

Eksempel 1:

Når vi trekker et kort tilfeldig fra en komplett kortstokk, er sjansen for å få en spar en fjerdedel, fordi det blant 52 like sannsynlige enkeltutfall er 13 kort som er spar, og «gunstige på mulige» gir ${\large \frac{13}{52}} = {\large \frac{1}{4}}$.

I mange tilfeller lar det seg imidlertid i praksis ikke gjøre å telle opp antall enkeltutfall fordi de er så mange. Hvis vi for eksempel skal beregne sannsynligheten for å få utdelt tress i poker ved å inspisere alle mulige pokerhender, finnes det totalt 2 598 960 kombinasjoner å gå gjennom. Sjekket vi 1 kombinasjon i sekundet dag og natt, ville det ta om lag en måned å komme gjennom alle.

I stedet skal vi i artiklene om kombinatorikk lære å bruke systematiske metoder som lar oss regne på kombinasjoner. For eksempel finne ut at det finnes 54 912 pokerhender med tress, så sannsynligheten for å få dette utdelt er

${\large \frac{54 \, 912}{2 \, 598 \, 960}}$, ca. 2 %.

SkjermfilmSe filmen «Introduksjon til kombinatorikk»
 

I artiklene om kombinatorikk refereres det til hvordan forskjellige beregninger kan utføres ved hjelp av funksjoner i GeoGebra og Excel. Eksempler i Excel finnes regnearket under, som har én fane for hver funksjon:

RegnearkÅpne et regneark med eksempler på kombinatorikk-funksjoner
 

Kilder

    • Hinna, K.R.C., Rinvold, R.A., Gustavsen, TS. (2011). QED 5-10, bind 1. Høyskoleforlaget
    • Hagen, Per C. (2000). Innføring i sannsynlighetsregning og statistikk. Cappelen akademisk
    • Birkeland, P.A., Breiteig, B., Venheim, R. (2012). Matematikk for lærere 2. Universitetsforlaget