Innhold
Introduksjon til sannsynlighet
En kollega vil vedde på at det blant de første 20 bilene som passerer er minst to som har samme to sluttsifre i registreringsnummeret. Bør du vedde imot?
Nei, du vil sannsynligvis tape. Det er om lag 87 % sannsynlighet for at minst to av 20 vilkårlige registreringsnumre slutter på samme to sifre.
Tenk deg at en vegg er delt i 100 like store ruter, at du skal kaste en ball tjue ganger mot veggen i blinde, og at det er helt tilfeldig hvor du treffer. Sannsynligheten for ikke å treffe samme rute to eller flere ganger er da den samme som for at ingen av 20 biler har samme sluttsifre.
De første kastene går nok greit. Men når du kommer til kast 16, er det 15 ruter du ikke må treffe. Så er det 16, neste gang 17, så 18, og til slutt 19. Selv om det i hvert kast er mest sannsynlig å treffe en ny rute, er det ikke så sannsynlig at du klarer det i kast etter kast etter kast.
I Monty Halls gameshow vinner du en bil hvis du velger den riktige av tre dører. Når du har valgt dør, åpner Monty en av de to andre, der det ikke er noe bak. Du vet nå at bilen enten er bak den ene døren du har valgt, eller bak den tredje, som ennå er lukket. Er det noen vits i å bytte dør, sannsynlighetene er vel 50-50?
Ja, du bør bytte! Sjansene er ikke 50-50, men ca. 33-66. Ved å bytte dobler du vinnersannsynlighetene.
Idet du velger, er det en tredels sannsynlighet for at bilen er bak døra du har valgt, og to tredels sannsynlighet for at den er bak en av de to andre. Når Monty åpner en dør uten noe bak, betyr det at det er to tredels sannsynlighet for at bilen er bak den lukkede døra du ikke har valgt.
Vanskelig å forstå? La oss gjøre problemstillingen mer ekstrem, av og til kan det å gjøre noe veldig stort eller veldig lite gjøre ting mer intuitive.
Tenk deg at det er 1000 dører med en bil bak en av dem. Du velger 1, så åpner Monty 998 der det ikke er noe. Vil du fremdeles ikke bytte til den ene døra som er igjen? Selvfølgelig vil du det. Ved å bytte øker du vinnersannsynlighetene fra 0,1 % til 99,9 %.
Du tester positivt på en dødelig sykdom som har rammet hver titusende innbygger. Testen er 99 % sikker, så du regner med at du sannsynligvis stryker med hvis du ikke betaler en formue for behandling. Men hvor sannsynlig er det at du faktisk er syk?
Det er om lag 1 % sannsynlighet for at du faktisk er syk. Hvis du trodde at sannsynligheten for at du var syk var kjempestor, lot du deg lure av paradokset med de falske positive.
At testen er 99 % sikker betyr at den i 1 % av tilfellene ikke klarer å påvise at en syk person faktisk er syk, men også at den i 1 % av tilfellene påviser sykdom hos en person som faktisk er frisk. Og siden det finnes så mange flere friske enn syke, er det flest friske som blir feildiagnostisert.
La oss si at vi tester 1 000 000 personer. Siden hver titusende i gjennomsnitt er syk, kan vi blant disse forvente å finne 100 syke og 999 900 friske. Av de syke vil i snitt 99 %, altså 99 teste positivt. Av de friske vil i snitt 1 %, altså 9999 teste positivt. Totalt er det altså 9999 + 99 = 10 098 positive tester. Av disse er ${\large \frac{99}{10 \, 098}} \approx 0{,}0098$, altså ca. 1 %, fra personer som faktisk er syke.
Begreper i sannsynlighet
Vi skal bestemme hva som er utfallsrommet, og hvilke enkeltutfall vi kan få når vi kaster tre mynter og teller opp antall kron.
Vi kan få ingen, én, to eller tre kron, så utfallsrommet er {0, 1, 2, 3}.
Kaller vi kron for K og mynt for M, blir enkeltutfallene
{M-M-M, M-M-K, M-K-M, M-K-K, K-M-M, K-M-K, K-K-M, K-K-K}.
Det er altså 8 mulige enkeltutfall. Det gir mening, for det finnes 2 muligheter for hver av 3 mynter, altså 23 = 8 kombinasjonsmuligheter.
På et terningkast skal vi beregne sannsynligheten for å få
-
- 5 eller 6
Dette er to av i alt seks like sannsynlige muligheter som ikke kan inntreffe samtidig, så sannsynligheten blir $P(\{5, 6\}) = {\large \frac{2}{6}} = {\large \frac{1}{3}}$.
- Ikke 5 eller 6
Dette tilsvarer å få 1, 2, 3 eller 4. Samme argument som i punkt 1 gir at sannsynligheten blir $P(\{1, 2, 3, 4\}) = {\large \frac{4}{6}} = {\large \frac{2}{3}}$.
Vi kan imidlertid også benytte oss av at summen av sannsynlighetene skal bli 1, slik at sannsynligheten for ikke å 5 eller 6 er $1 − P(\{5, 6\}) = 1 − {\large \frac{1}{3}} = {\large \frac{2}{3}}$.
- 5 eller 6
Vi skal beregne sannsynlighetene for å få henholdsvis 0, 1, 2 og 3 kron ved kast med 3 mynter.
Vi har i alt 8 enkeltutfall:
{M-M-M, M-M-K, M-K-M, M-K-K, K-M-M-, K-M-K, K-K-M, K-K-K}.
Vi ser at 1 av disse gir null kron, 3 gir én kron, 3 gir to kron, og 1 gir tre kron. Så sannsynlighetene blir
$P(0) = P(3) = {\large \frac{1}{8}}$.
$P(1) = P(2) = {\large \frac{3}{8}}$.
Vi ser at vi har en symmetrisk fordeling sentrert rundt én og to kron.
-
- Vi skal beregne sannsynligheten for at en familie med to barn har ett barn av hvert kjønn, når vi antar at gutt og jente er like sannsynlig.
Vi har fire, like sannsynlige enkeltutfall som ikke kan inntreffe samtidig: {G-G, G-J, J-G, J-J}.
To av disse gir ett av hvert kjønn, så ut fra «gunstige på mulige» får vi at
$P(\text{«ett av hvert»}) = {\large \frac{2}{4}} = {\large \frac{1}{2}}$.
- Vi skal svare på hvorfor mange svarer feil på spørsmålet over, og hva de svarer.
Mange tenker på dette som en uniform modell, der kombinasjonene «to gutter», «ett av hvert» og «to jenter» er like sannsynlig, og tror derfor at det er en tredjedels sannsynlighet for ett av hvert kjønn. Men modellen er ikke uniform, de forskjellige mulighetene har ulik sannsynlighet.
- Vi skal beregne sannsynligheten for at en familie med to barn har ett barn av hvert kjønn, når vi antar at gutt og jente er like sannsynlig.
Mengder
Med utgangspunkt i mengdene A = {a, b, c, d, e}, K = {b, c, d} og V = {a, i} skal vi beregne mengder ut fra unioner og snitt. Vi skal også angi mengdens kardinalitet, noe som vil si antall elementer i mengdene.
-
- A ∪ V
Dette er mengden av elementer som finnes i A eller V eller begge:
A ∪ V = {a, b, c, d, e, i}.
n(A ∪ V) = 6.
- A ∪ K
Dette er mengden av elementer som finnes i A eller K eller begge:
A ∪ K = {a, b, c, d, e}.
n(A ∪ K) = 5.
- K ∪ V
Dette er mengden av elementer som finnes i K eller V eller begge:
K ∪ V = {a, b, c, d, i}.
n(K ∪ V) = 5.
- A ∩ V
Dette er mengden av elementer som finnes i både A og V: A ∩ V = {a}.
n(A ∩ V) = 1.
- A ∩ K
Dette er mengden av elementer som finnes i både A og K:
A ∩ K= {b, c, d}.
n(A ∩ K) = 3.
- K ∩ V
Dette er mengden av elementer som finnes i både K og V:
K ∩ V = ∅
n(K ∩ V) = 0.
K og V har ingen felles elementer, de er disjunkte.
- A ∪ V
Addisjonsregelen
Basert på at sannsynlighetene for å få henholdsvis 0, 1, 2 og 3 kron ved kast med 3 mynter er henholdsvis ${\large \frac{1}{8}}$, ${\large \frac{3}{8}}$, ${\large \frac{3}{8}}$ og ${\large \frac{1}{8}}$ skal vi beregne sannsynligheten for «minst én kron, altså P(X ≥ 1), der X er antall kron.
Dette er disjunkte utfall, vi må få enten 0, 1, 2 og 3 kron, vi kan ikke få for eksempel 1 og 2 kron samtidig, så vi kan bruke addisjonsregelen for disjunkte utfall:
$P(X \ge 1) = P(1) + P(2) + P(3) = {\large \frac{3}{8}} + {\large \frac{3}{8}} + {\large \frac{1}{8}} = {\large \frac{7}{8}}$.
I spillet vist under kan vi spille på «tall», «farge», «både tall og farge» og «enten tall eller farge».
Vi skal så finne vinnersannsynlighetene i hvert av tilfellene.
Det er 12 mulige ruter, så ved å telle antall gunstige og bruke «gunstige på mulige» får vi:
Riktig tall. Det er 3 ruter for hvert tall, så vi får $P(T) = {\large \frac{3}{12}} = {\large \frac{1}{4}}$.
Riktig farge: Det er 4 ruter for hver farge, så vi får $P(F) = {\large \frac{4}{12}} = {\large \frac{1}{3}}$.
Både riktig tall og riktig farge: Det er 1 rute for hver kombinasjon av tall og farge, så vi får $P(T \cap F) = {\large \frac{1}{12}}$.
Når det gjelder «Enten riktig tall eller riktig farge», er dette sammensatt av to ikke-disjunkte utfall, så vi må bruke den generelle addisjonsregelen:
$P(T \cup F) = P(T) + P(F) − P(T \cap F) = {\large \frac{1}{4}} + {\large \frac{1}{3}} − {\large \frac{1}{12}} = {\large \frac{1}{2}}$.
Komplementregelen
Vi skal finne sannsynligheten for «minst én kron» ved kast med 3 mynter ved å bruke komplementregelen og at sannsynligheten for «ingen kron» er ${\large \frac{1}{8}}$.
Hendelsen «minst én kron», P(X ≥ 1), og hendelsen «ingen kron», P(0) er komplementære. Vi får derfor at $P(X \ge 1) = 1 − {\large \frac{1}{8}} = {\large \frac{7}{8}}$, som var det samme vi fikk i oppgave 1 i artikkelen om addisjonsregelen.
Produktregelen
Vi skal finne sannsynligheten for å tippe riktig vinner i alle 5 løp i V5, når det er henholdsvis 12, 10, 14, 9 og 12 hester med i de enkelte løpene og vi velger hester tilfeldig.
I hvert løp har hver hest samme sannsynlighet for å bli valgt, så vi kan bruke «gunstige på mulige» for å finne sannsynligheten for å velge vinnerhesten.
NB! Vi sier ikke at alle hestene har like stor sannsynlighet for å vinne sitt løp, denne sannsynligheten er ukjent, og spiller ingen rolle. En bestemt hest kan gjerne være garantert å vinne, sannsynligheten vi er ute etter er sannsynligheten for at vi velger akkurat denne hesten når vi plukker tilfeldig. En annen sak er imidlertid at det ikke er noen god taktikk å plukke tilfeldig, nettopp fordi noen hester har større vinnersannsynlighet enn andre.
«Gunstige på mulige» gir for de enkelte løpene sannsynligheter på henholdsvis
${\large \frac{1}{12}}$, ${\large \frac{1}{10}}$, ${\large \frac{1}{14}}$, ${\large \frac{1}{9}}$ og ${\large \frac{1}{12}}$.
Den totale sannsynligheten finner vi ved å multiplisere hver av disse sannsynlighetene, i henhold til produktregelen for uavhengige hendelser. Vi får
${\large \frac{1}{12}} \cdot {\large \frac{1}{10}} \cdot {\large \frac{1}{14}} \cdot {\large \frac{1}{9}} \cdot {\large \frac{1}{12}} = {\large \frac{1}{181 \, 440}}\approx 5{,}5 \cdot 10^{−6}$. Om lag 0,00055 %.
Vinnersannsynligheten er altså ikke særlig stor når vi bare velger hester tilfeldig.
En eksamen består av en teoretisk og en praktisk prøve. I snitt klarer 70 % den teoretiske prøven, 80 % av de som klarer den teoretiske prøven, klarer den praktiske prøven, og vi skal beregne sannsynligheten for å klare både den teoretiske og den praktiske prøven.
Kaller vi hendelsen «bestått teoretisk prøve» for A og hendelsen «bestått praktisk prøve» for B, vet vi at:
P(A) = 0,7
P(B|A) = 0,8.
Sannsynligheten for å bestå begge prøver blir da ifølge den generelle produktregelen:
P(A ∩ B) = P(A) · P(B|A) = 0,7 · 0,8 = 0,56. Sannsynligheten for å klare begge prøver er 56 %.
Vi har 7 kuler av ulik farge i en pose, deriblant 1 rød, og skal beregne sannsynligheten for å få den røde hvis vi trekker 3 kuler.
Vi modellerer dette først som at vi stikker hånda i posen, trekker opp 3 kuler, og får en sannsynlighet på ${\large \frac{3}{7}}$, ca. 43 %. Det er riktig. Her bruker vi gunstige på mulige, og får en sannsynlighet på ${\large \frac{n}{7}}$ for å få den røde når vi trekker n kuler. Trekker vi alle 7 kulene, blir sannsynligheten for å få den røde ${\large \frac{7}{7}} = 1$.
Men så modellerer vi det som at vi trekker ei og ei kule, og resonnerer slik: Ved første trekning er 1 av 7 kuler røde, så sannsynligheten for å få den røde er ${\large \frac{1}{7}}$. Hvis vi ikke får den røde kula i første trekning, er 1 av 6 gjenværende kuler røde, så sannsynligheten for å få den røde i andre trekning er ${\large \frac{1}{6}}$. Hvis vi fremdeles ikke har fått den røde kula, er 1 av 5 gjenværende kuler røde så sannsynligheten for å få den røde i tredje trekning er ${\large \frac{1}{5}}$. Summen av disse sannsynlighetene blir ca. 51 %, altså høyere enn det vi fikk med den første utregningsmetoden.
Denne utregningsmetoden er feil. Det blir tydelig hvis vi utvider til å trekke 7 ganger, da får vi en sannsynlighet på ${\large \frac{1}{7}} + {\large \frac{1}{6}} + {\large \frac{1}{5}} + {\large \frac{1}{4}} + {\large \frac{1}{3}} + {\large \frac{1}{2}} + {\large \frac{1}{1}} \approx 2{,}59$.
Problemet er at trekningene ikke er uavhengige. Sannsynligheten for å få den røde kula i andre trekning er ${\large \frac{1}{6}}$, betinget at vi ikke har fått den i første, og sannsynligheten for å få den røde i tredje trekning er ${\large \frac{1}{5}}$, betinget at vi ikke har fått den i første eller andre.
Sannsynligheten for å ikke få den røde kula i første trekning er ${\large \frac{6}{7}}$ , det kan vi lett regne ut ved å bruke «gunstige på mulige» eller komplementregelen. Sannsynligheten for å få den i andre, betinget at vi ikke fikk den i første, er ${\large \frac{1}{6}}$. Og sannsynligheten for å få den røde kula i andre trekning blir ${\large\frac{6}{7}} \cdot {\large\frac{1}{6}} = {\large\frac{1}{7}}$.
Kaller vi hendelsen «ikke rød kule i første trekning» for A, og hendelsen «rød kule i andre trekning» for B, ser vi at vi egentlig har brukt den generelle produktregelen her:
$P(A \cap B) = P(A) \cdot P(B | A) = {\large\frac{6}{7}} \cdot {\large\frac{1}{6}} = {\large\frac{1}{7}}$
Når vi trekker tredje gang, er sannsynligheten for at kula er rød ${\large \frac{1}{5}}$, betinget at vi ikke fikk den røde kula i noen av de to forrige trekningene, med en sannsynlighet på ${\large \frac{5}{7}}$. Så den generelle produktregelen gir en sannsynlighet på ${\large\frac{5}{7}} \cdot {\large\frac{1}{5}} = {\large\frac{1}{7}}$.
Vi ser at sannsynligheten for å trekke den røde kula er ${\large \frac{1}{7}}$ i hver av de tre trekningene, og den totale sannsynligheten blir ${\large \frac{3}{7}}$, som er det samme vi fikk da vi tenkte oss at vi trakk de 3 kulene samtidig.
Denne utregningsmetoden kan vi utvide til 7 trekninger, og vi vil få at sannsynligheten for å få den røde er ${\large \frac{1}{7}}$ i hver av trekningene.
Det er viktig å være oppmerksom på at sannsynligheten på ${\large \frac{3}{7}}$ gjelder situasjonen der vi før vi begynner å trekke spør hva sannsynligheten for å få den røde kula er når vi trekker tre ganger. Hvis vi trekker ei og ei kule og etter hver trekning spør hva sannsynligheten for å få den røde kula i neste trekning er, har vi en helt annen situasjon. Det er tre atskilte forsøk, og de tre sannsynlighetene på henholdsvis ${\large \frac{1}{7}}$, ${\large \frac{1}{6}}$ og ${\large \frac{1}{5}}$ kan ikke settes sammen.
Kombinere regler
Vi har at sannsynligheten for at en tegnestift havner med spissen opp er $P(O) = {\large \frac{2}{3}}$, kaster tre tegnestifter, og skal finne sannsynlighetene de fire hendelsene under, samt forklare hvorfor summen av sannsynlighetene blir 1.
- Alle havner med spissen opp.
De tre tegnestiftene er uavhengige av hverandre, derfor kan vi finne sannsynligheten for at alle har spissen opp ved å bruke produktregelen og multiplisere enkeltsannsynlighetene.
$P(\text{alle opp}) = {\large \frac{2}{3}} \cdot {\large \frac{2}{3}} \cdot {\large \frac{2}{3}} = {\large \frac{8}{27}} \approx 0{,}2963$.
- Alle havner med spissen ned.
Vi har at sannsynligheten for spissen opp er $P(O) = {\large \frac{2}{3}}$. Da må sannsynligheten for spissen ned ifølge komplementregelen være $P(N) = 1 − {\large \frac{2}{3}} = {\large \frac{1}{3}}$.
Produktregelen gir
$P(\text{alle ned}) = {\large \frac{1}{3}} \cdot {\large \frac{1}{3}} \cdot {\large \frac{1}{3}} = {\large \frac{1}{27}} \approx 0{,}0370$.
- To havner med spissen opp og en med spissen ned.
Nå blir det litt mer komplisert, for her finnes tre varianter, O-O-N, O-N-O og N-O-O. Sannsynligheten for O-O-N blir ifølge produktregelen
$P(\text{O-O-N}) = {\large \frac{2}{3}} \cdot {\large \frac{2}{3}} \cdot {\large \frac{1}{3}} = {\large \frac{4}{27}} \approx 0{,}1481$.
For de andre to resultatene bytter vi jo bare om på faktorene, så sannsynligheten for hvert av disse blir naturligvis også ${\large \frac{4}{27}}$.
Siden disse tre ikke kan inntreffe samtidig, kan vi bruke addisjonsregelen for disjunkte utfall:
$P(\text{2 opp, 1 ned}) = {\large \frac{4}{27}} + {\large \frac{4}{27}} + {\large \frac{4}{27}} = {\large \frac{12}{27}} \approx 0{,}4444$.
- To havner med spissen ned og en med spissen opp.
Samme logikk som i forrige punkt. Det finnes tre varianter, N-N-O, N-O-N og O-N-N.
$P(\text{N-N-O}) = {\large \frac{1}{3}} \cdot {\large \frac{1}{3}} \cdot {\large \frac{2}{3}} = {\large \frac{2}{27}} \approx 0{,}0741$.
Og
$P(\text{2 ned, 1 opp}) = {\large \frac{2}{27}} + {\large \frac{2}{27}} + {\large \frac{2}{27}} = {\large \frac{6}{27}} \approx 0{,}2222$.
Summen av sannsynlighetene blir ${\large \frac{8}{27}} + {\large \frac{1}{27}} + {\large \frac{12}{27}} + {\large \frac{6}{27}} = {\large \frac{27}{27}}= 1$.
Grunnen til at summen blir 1, er at de fire hendelsene dekker alle måter tre tegnestifter kan bli liggende på, og den totale sannsynligheten i et stokastisk forsøk er alltid 1.
Det kan se ut som det å beregne slike sannsynligheter blir svært arbeidskrevende hvis vi har mange objekter, for eksempel 100 tegnestifter. Men heldigvis finnes det metoder som ikke krever at vi finner enkeltsannsynligheter slik som her. I forsøk basert på to mulige enkeltutfall, slik som her med spissen opp eller spissen ned, kan vi for eksempel modellere hendelsen ut fra en binomisk sannsynlighetsfordeling, noe som er beskrevet i artikkelen om diskrete sannsynlighetsfordelinger.
Vi skal beregne sannsynligheten for å få minst én sekser i et kast med fem terninger.
Dette er en veldig sammensatt hendelse, så vi tar utgangspunkt i den komplementære hendelsen, det vil si å få ingen seksere. Sannsynligheten for å ikke få sekser på en terning er ${\large \frac{5}{6}}$, og produktregelen for uavhengige hendelser gir at sannsynligheten for «ingen sekser» med fem terninger er $\Big({\large \frac{5}{6}}\Big)^5 = {\large \frac{3125}{7776}}$.
Komplementregelen gir så at sannsynligheten for «minst én sekser» blir
$1 − {\large \frac{3125}{7776}} = {\large \frac{7776 − 3125}{7776}} = {\large \frac{4651}{7776}} \approx 0{,}5981$
Vi skal beregne sannsynligheten for å få minst én kron i et kast med fem mynter.
Vi tar utgangspunkt i den komplementære hendelsen, å ikke få kron. Sannsynligheten for å ikke få kron på en mynt er ${\large \frac{1}{2}}$, og produktregelen for uavhengige hendelser gir at sannsynligheten for «ingen kron» med fem mynter er $\Big({\large \frac{1}{2}}\Big)^5 = {\large \frac{1}{32}}$.
Komplementregelen gir så at sannsynligheten for «minst én kron» blir
$1 − {\large \frac{1}{32}} = {\large \frac{32 − 1}{32}} = {\large \frac{31}{32}} \approx 0{,}9688$
Vi skal finne sannsynligheten for at det i en klasse med 30 elever finnes noen som har samme fødselsdag.
«Magefølelsen» sier kanskje at sannsynligheten ikke er særlig stor, for det finnes jo 365 mulige fødselsdager, der vi bare velger 30 av disse.
For å beregne den nøyaktige sannsynligheten ser vi på den komplementære hendelsen, at ingen av elevene har samme fødselsdag. Det kan vi tenke på som hendelsen at en elev har unik fødselsdag gjentatt tretti ganger. Elevene er tilfeldig sammensatt, så det er ingen avhengighet mellom dem, for eksempel at noen er tvillinger. Vi kan derfor bruke produktregelen til å regne ut sannsynligheten.
For første elev finnes det 365 av 365 unike dager, for andre elev finnes det 364 av 365, deretter 363 av 365, og så videre. For hver ny elev blir én av de unike fødselsdagene brukt opp. Vi får derfor følgende sannsynlighet:
${\large \frac{365}{365}} \cdot {\large \frac{364}{365}} \cdot {\large \frac{363}{365}} \cdot \, \dots \, \cdot {\large \frac{336}{365}} \approx 0,2937$. Dette er sannsynligheten for at ingen har samme fødselsdag.
Ved å bruke komplementregelen finner vi at sannsynligheten for at noen har samme fødselsdag er ca. 1 − 0,2937 = 0,7063, altså ca. 71 %.
Betinget sannsynlighet
Vi spiller et spill der vi kaster to terninger, vinner hvis vi får sum 4 eller mindre, og skal beregne:
-
- Hva sannsynligheten er for å vinne.
Ved kast med to terninger er det totalt 36 enkeltutfall. 6 av disse gir sum 4 eller mindre, nemlig 1-1, 1-2, 1-3, 3-1, 2-1 og 2-2. «Gunstige på mulige» gir at sannsynligheten for å vinne er ${\large \frac{6}{36}} = {\large \frac{1}{6}}$. Kaller vi dette for hendelse B, har vi altså at $P(B) = {\large \frac{1}{6}}$.
- Hva sannsynligheten er for å vinne hvis vi har kastet første terning og fått 2.
Vi kaller dette for hendelse A. Sannsynligheten for å få 2 på en terning er en sjettedel, så $P(A) = {\large \frac{1}{6}}$.
De mulige utfallene med 2 på første terning er 2-1, 2-2, 2-3, 2-4, 2-5 og 2-6. To av disse er felles med B. Siden dette er 2 av i alt 36 mulige utfall, blir $P(A \cap B) = {\large \frac{2}{36}} = {\large \frac{1}{18}}$.
Og formelen for betinget sannsynlighet gir $P(B|A) = {\large \frac{P(A \cap B)}{P(A)}} = {\LARGE \frac{\frac{1}{18}}{\frac{1}{6}}} = {\large \frac{1}{3}}$.
- Hva sannsynligheten er for å vinne.
På et gatekjøkken kjøper 40 % av kundene pølse, 15 % kjøper pølse og chips, og vi skal beregne sannsynligheten for at en vilkårlig kunde som kjøper pølse, også kjøper chips.
Kaller vi hendelsen «kjøpe pølse» for A og hendelsen «kjøpe chips» for B, vet vi at:
P(A) = 0,4
P(A ∩ B) = 0,15
Sannsynligheten for at en vilkårlig kunde som kjøper pølse, også kjøper chips, blir da
$P(B | A) = \frac{\displaystyle P(A \cap B)}{\displaystyle P(A)} = {\large \frac{0{,}15}{0{,}4}} = 0{,}375$. Altså 37,5 %.
Bayes regel
I et spill der vi vinner hvis vi får sum 11 eller 12 ved et kast med to terninger har vi følgende sannsynligheter:
Sannsynlighet for «sum 11 eller 12»: $P(B) = {\large \frac{1}{12}}$.
Sannsynlighet for «seks på første terning»: $P(A) = {\large \frac{1}{6}}$.
Sannsynlighet for å vinne, gitt at vi har fått seks på første terning»: $P(B|A) = {\large \frac{1}{3}}$.
Så skal bruke Bayes regel til å finne sannsynligheten for at første terning var 6 hvis vi har vunnet, P(A | B). Vi får:
$P(A|B) = P(B|A) \cdot {\large \frac{P(A)}{P(B)}} = {\large \frac{1}{3}} \cdot \frac{{\LARGE \frac{1}{6}}}{{\LARGE \frac{1}{12}}} = {\large \frac{2}{3}}$.
Ser vi på et Venn-diagram som viser situasjonen, skjønner vi at dette er riktig:
Av totalt 3 utfall som gir «sum 11 eller 12», har 2 seks på første terning, så «gunstige på mulige» gir at sannsynligheten er to tredeler.
Vi har fått vite at
-
- Katteallergi forekommer hos 10 % av en befolkningen.
- En test påviser allergi hos 80 % av de allergiske.
- 15 % av testene er falske positive, det vil si at de feilaktig påviser allergi hos friske.
Så skal vi beregne sannsynligheten for at en person som tester positivt, faktisk har allergi.
Kaller vi hendelsen «allergi» for A og hendelsen «positiv test» for B, har vi:
-
- P(A) = 0,1. Sannsynligheten for at en person har allergi, er 0,1.
- P(AC) = 1 − 0,1 = 0,9. Sannsynligheten for at en person er frisk, er 0,9.
- P(B|A) = 0,8. Sannsynligheten for positiv test hos en allergisk person er 0,8.
- P(B|AC) = 0,15. Sannsynligheten for positiv test hos en frisk person er 0,15.
Og vi får P(B) = P(A) · P(B|A) + P(AC) · P(B|AC) = 0,1 · 0,8 + 0,9 · 0,15 = 0,215.
Ved hjelp av Bayes regel kan vi så beregne sannsynligheten for at en person er allergisk, gitt en positiv test:
$P(A | B) = \frac{\displaystyle P(A) \cdot P(B | A)}{\displaystyle P(B)} = {\large \frac{0{,}1 \cdot 0{,}8}{0{,}215}}\approx 0{,}3721$
Sannsynligheten for allergi, gitt positiv test, er ca. 37,21 %.
Sannsynlighetstrær
Vi skal tegne et sannsynlighetstre for situasjonen i oppgave 2 i artikkelen om Bayes regel:
-
- Katteallergi forekommer hos 10 % av en befolkningen.
- En test påviser allergi hos 80 % av de allergiske.
- 15 % av testene er falske positive, det vil si at de feilaktig påviser allergi hos friske.
Vi skal skrive inn sannsynligheter i alle greinene og løvnodene, og bruke disse til å beregne sannsynligheten for at en person som tester positivt, faktisk har allergi.
Sannsynlighetstreet kan se slik ut:
For å beregne sannsynligheten for at en person som tester positivt, faktisk har allergi, dividerer vi sannsynligheten for en positiv test der vedkommende faktisk har allergi, med sannsynligheten for en positiv test totalt: 8 % / (8 % + 13,5 %) ≈ 37,21 %. Som er det samme som i oppgave 2 i artikkelen om Bayes regel.