Högskoleprovet · Matte: kvantitativa
Sannolikhetslära
Sannolikhet och statistik för Högskoleprovet
Videogenomgångar
Sammanfattningar
Högskoleprovet Sannolikhetslära Sammanfattning
Sannolikhetslära - Matte, Kvantitativa, KVA, NOG
Se fler videor och genomgångar på min kanal
Översikt
Vad du behöver kunna
Sannolikhetslära handlar om att analysera slumpmässiga händelser och beräkna sannolikheter. På Högskoleprovet behöver du kunna grundläggande sannolikhet, betingad sannolikhet, kombinatorik och enkla fördelningar.
Grundsannolikhet
P(A) = n/N
Betingad sann.
P(A|B)
Kombinatorik
C(n,r), P(n,r)
Fördelningar
Binomial, Normal
Grunderna
Grundläggande begrepp
Grundläggande sannolikhet
- Utfallsrum (Ω) - alla möjliga utfall
- Händelse (A) - delmängd av utfallsrummet
- P(A) = Antal gynnsamma utfall / Totalt antal utfall
- 0 ≤ P(A) ≤ 1 för alla händelser A
Exempel
Kasta tärning: Ω = {1,2,3,4,5,6}, P(jämnt) = 3/6 = 1/2
Komplementhändelser
- Komplement A' = det som inte är A
- P(A) + P(A') = 1
- P(A') = 1 - P(A)
- Oftast lättare att räkna P(A') först
Exempel
P(minst en sexa på 3 kast) = 1 - P(ingen sexa) = 1 - (5/6)³
Union och snitt
- A ∪ B = A eller B (union)
- A ∩ B = A och B (snitt)
- P(A ∪ B) = P(A) + P(B) - P(A ∩ B)
- Om A och B utesluter varandra: P(A ∪ B) = P(A) + P(B)
Exempel
Kort: P(kung eller hjärter) = P(kung) + P(hjärter) - P(hjärterkung) = 4/52 + 13/52 - 1/52 = 16/52
Räkna utfall
Kombinatorik
Permutationer
Ordning spelar roll
Formel
P(n,r) = n!/(n-r)!
Exempel
Hur många sätt att ordna 3 personer av 5? P(5,3) = 5!/2! = 60
Kombinationer
Ordning spelar ingen roll
Formel
C(n,r) = n!/(r!(n-r)!)
Exempel
Välj 3 personer av 5? C(5,3) = 5!/(3!2!) = 10
Med upprepning
Samma element kan väljas flera gånger
Formel
Med ordning: n^r, Utan ordning: C(n+r-1,r)
Exempel
3 bollar från 5 färger (med återläggning): 5³ = 125
Beroende händelser
Betingad sannolikhet
Betingad sannolikhet
Sannolikheten för A givet att B har inträffat
Formel
P(A|B) = P(A ∩ B) / P(B)
Exempel
P(kung | röd kort) = P(kung ∩ röd) / P(röd) = 2/52 / 26/52 = 2/26 = 1/13
Oberoende händelser
Om A och B är oberoende
Formel
P(A ∩ B) = P(A) × P(B)
Exempel
Två tärningskast: P(sexa på båda) = 1/6 × 1/6 = 1/36
Multiplikationsprincipen
Allmän formel för sammansatt sannolikhet
Formel
P(A ∩ B) = P(A) × P(B|A)
Exempel
Dra 2 kort utan återläggning: P(2 ess) = 4/52 × 3/51
Fördelningar
Viktiga fördelningar
Binomialfördelning
n oberoende försök, samma sannolikhet p
Formel
P(X = k) = C(n,k) × p^k × (1-p)^(n-k)
Exempel
10 myntkast, P(exakt 3 krona) = C(10,3) × (1/2)³ × (1/2)⁷
Medelvärde
μ = np
Varians
σ² = np(1-p)
Normalfördelning
Kontinuerlig fördelning, klockformad kurva
Formel
N(μ, σ²) - normalfördelning med medelvärde μ och varians σ²
Exempel
Standardnormalfördelning N(0,1), z-värden från tabell
Medelvärde
μ (given parameter)
Varians
σ² (given parameter)
Metod
Problemlösningssteg
1. Identifiera problemtyp
Är det grundläggande sannolikhet, betingad sannolikhet, eller kombinatorik?
Frågor att ställa
- Med eller utan återläggning?
- Spelar ordningen roll?
- Är händelserna oberoende?
2. Definiera utfallsrummet
Vad är alla möjliga utfall? Hur många totalt?
Frågor att ställa
- Vad kan hända?
- Hur många sätt på totalt?
- Är alla utfall lika sannolika?
3. Identifiera gynnsamma utfall
Vilka utfall uppfyller villkoren i problemet?
Frågor att ställa
- Vad är vi intresserade av?
- Hur många gynnsamma fall?
- Kan vi räkna dem systematiskt?
4. Välj rätt formel
Använd lämplig formel baserat på problemtyp
Frågor att ställa
- P(A) = gynsamma/totala?
- P(A|B)?
- Kombinatorik?
Fallgropar
Vanliga misstag
Förväxlar permutation och kombination
Glömmer att tänka på om ordning spelar roll
Fel
5 personer i kö: C(5,5) = 1
Rätt
5 personer i kö: P(5,5) = 5! = 120 (ordning spelar roll)
Dubbel-räknar i union
Glömmer subtrahera snittmängden
Fel
P(A eller B) = P(A) + P(B)
Rätt
P(A eller B) = P(A) + P(B) - P(A och B)
Antar oberoende fel
Tror att händelser är oberoende när de inte är det
Fel
2 kort utan återläggning: 4/52 × 4/52
Rätt
2 kort utan återläggning: 4/52 × 3/51
Feltolkar betingad sannolikhet
Förväxlar P(A|B) med P(B|A)
Fel
P(sjuk | positivt test) = P(positivt test | sjuk)
Rätt
Dessa är olika! Använd Bayes sats.
Tillämpningar
Praktiska exempel
Kvalitetskontroll
Binomial"En fabrik tillverkar produkter där 5% är defekta. Om man testar 3 produkter, vad är sannolikheten att exakt 1 är defekt?"
Lösning
Binomialfördelning: P(X=1) = C(3,1) × 0.05¹ × 0.95² = 3 × 0.05 × 0.9025 ≈ 0.135
Medicinskt test
Betingad sannolikhet"En sjukdom drabbar 0.1% av befolkningen. Ett test har 99% träffsäkerhet. Vad är sannolikheten att vara sjuk om testet är positivt?"
Lösning
Bayes sats: P(sjuk|pos) = P(pos|sjuk)×P(sjuk) / P(pos) = 0.99×0.001 / (0.99×0.001 + 0.01×0.999) ≈ 0.09
Lotteri
Kombinatorik"I ett lotteri ska du välja 7 nummer av 35. Vad är sannolikheten att vinna huvudvinsten?"
Lösning
Kombination: P = 1/C(35,7) = 1/(35!/(7!×28!)) = 1/6,724,520 ≈ 1.5×10⁻⁷
Strategi
Lösningsstrategier
Rita träd eller diagram
Visualisera problem med träd-diagram eller Venn-diagram för att förstå sambanden.
Använd komplementet
Ofta lättare att räkna P(inte A) och sedan beräkna P(A) = 1 - P(inte A).
Kontrollera rimlighet
Är svaret mellan 0 och 1? Känns storleksordningen rimlig?
Systematisera räkning
Vid kombinatorik, räkna systematiskt för att inte missa eller dubbelräkna.
Provtips
Provtips för sannolikhetslära
Lär dig skillnaden mellan permutation och kombination
Permutation när ordning spelar roll (lösenord), kombination när ordning inte spelar roll (urval).
Öva på Bayes sats
Viktig för betingad sannolikhet. P(A|B) = P(B|A)×P(A) / P(B). Ofta förekommer på HP.
Memorera standardfördelningar
Binomial för upprepade försök, normal för kontinuerliga mått. Lär dig formlerna.
Använd komplement-metoden
Vid 'minst ett'-problem, räkna istället sannolikheten för 'inget' och subtrahera från 1.