Aktiviteten, (Vad är mina chanser?), parvis, alla har allt material,

Relevanta dokument
Slumpförsök för åk 1-3

MATEMATIKSPELET TAR DU RISKEN

Sannolikhetslära. Uppdaterad:

händelsen som alltid inträffar. Den tomma mängden representerar händelsen som aldrig inträffar.

7-2 Sammansatta händelser.

5.3 Sannolikhet i flera steg

Sannolikhet DIAGNOS SA3

Föreläsning 2. Kapitel 3, sid Sannolikhetsteori

SF1920/SF1921 Sannolikhetsteori och statistik 6,0 hp Föreläsning 1 Mängdlära Grundläggande sannolikhetsteori Kombinatorik Deskriptiv statistik

1 Föreläsning I, Vecka I: 5/11-11/11 MatStat: Kap 1, avsnitt , 2.5

Introduktion till sannolikhetslära. Människor talar om sannolikheter :

Singla slant. Birgit Aquilonius. Materialet får fritt kopieras och användas med uppgivande av källa NCM & Nämnaren

Sannolikhetslära. 1 Grundläggande begrepp. 2 Likformiga sannolikhetsfördelningar. Marco Kuhlmann

7-1 Sannolikhet. Namn:.

Sannolikhetsbegreppet

Sannolikhetslära har i Lgr 11 fått en mer framträdande roll än i tidigare

Finansiell statistik, vt-05. Slumpvariabler, stokastiska variabler. Stokastiska variabler. F4 Diskreta variabler

Experimentera i sannolikhet från teoretisk sannolikhet till data

F2 SANNOLIKHETSLÄRA (NCT )

5Chans och risk. Mål. Grunddel K 5. Ingressen

1 Mätdata och statistik

Sannolikhetslära. 1 Enkel sannolikhet. Grunder i matematik och logik (2015) 1.1 Sannolikhet och relativ frekvens. Marco Kuhlmann

Vad kan hända? strävorna

Sannolikhetslära till pdf.notebook. May 04, Sannolikhetslära.

Kap 2: Några grundläggande begrepp

Föreläsning G70, 732G01 Statistik A

Kombinatorik och sannolikhetslära

Lotto. Singla slant. Vanliga missuppfattningar vad gäller slumpen. Slumpen och hur vi uppfattar den - med och utan tärning

MATEMATIK ARBETSOMRÅDET LIKABEHANDLING Kränkande handlingar, nätmobbning, rasism och genus

Föreläsning G70 Statistik A

Hur stor är sannolikheten att någon i klassen har en katt? Hur stor är

Extramaterial till Matematik X

Sannolikheten att vinna ett spel med upprepade myntkast

Uppgifter 6: Kombinatorik och sannolikhetsteori

Kapitel 4 Sannolikhetsfördelningar Sid Föreläsningsunderlagen är baserade på underlag skrivna av Karl Wahlin

Slump och statistik med Scratch. Se video

Lektionsaktivitet: Vad kan hända?

Matematisk statistik - Slumpens matematik

Institutionen för lingvistik och filologi VT 2014 (Marco Kuhlmann 2013, tillägg och redaktion Mats Dahllöf 2014).

Låt eleverna lösa uppgifterna med huvudräkning och sedan jämföra med resultatet av ett program, t.ex. print(6 + 4 * 3)

TMS136. Föreläsning 1

Kurs: HF1012, Matematisk statistik Lärare: Armin Halilovic Datum: Tisdag 12 april 2016 Skrivtid: 8:15-10:00

Kapitel 2. Grundläggande sannolikhetslära

Slump och statistik med Scratch

PLANERING MATEMATIK - ÅK 8. Bok: Y (fjärde upplagan) Kapitel : 5 Ekvationer Kapitel : 6 Sannolikhet och statistik. Elevens namn: Datum för prov

1 Föreläsning I, Mängdlära och elementär sannolikhetsteori,

Stora talens lag eller det jämnar ut sig

REPETITION 3 A. en femma eller en sexa?

Sannerligen synnerligen osannolikt

Grundläggande matematisk statistik

Utfall, Utfallsrummet, Händelse. Sannolikhet och statistik. Utfall, Utfallsrummet, Händelse. Utfall, Utfallsrummet, Händelse

Armin Halilovic: EXTRA ÖVNINGAR

matematik Hanna Almström Pernilla Tengvall

SANNOLIKHET OCH SPEL

2D 4D. Flaskracet. strävorna

Genom undervisningen i ämnet matematik ska eleverna sammanfattningsvis ges förutsättningar att utveckla sin förmåga att...

Lektion Kapitel Uppgift Lösning med programmering

TMS136. Föreläsning 1

Statistikens grunder HT, dagtid Statistiska institutionen

S0007M Statistik2: Slumpmodeller och inferens. Inge Söderkvist

Kapitel 2. Grundläggande sannolikhetslära

1.5 Vad är sannolikheten för att ett slumpvis draget spelkort ska vara femma eller lägre eller knekt, dam, kung eller äss?

Kapitel Test 1 sidan sid 56 ff... 7 Blandade Uppgifter Totalt har högt blodtryck. 85 % av 80 st =68 dricker alkohol.

TAMS79: Föreläsning 1 Grundläggande begrepp

Extramaterial till Matematik X

Kolmogorovs Axiomsystem Kolmogorovs Axiomsystem Varje händelse A tilldelas ett tal : slh att A inträar Sannolikheten måste uppfylla vissa krav: Kolmog

Valfritt läromedel för kurs Matematik B Exempel: Räkna med Vux B, Gleerups förlag. Tag kontakt med examinator om du har frågor

Fysikexperiment, 7.5 hp 1

FÖRELÄSNING 3:

Finansiell Statistik (GN, 7,5 hp,, HT 2008) Föreläsning 1

STA101, Statistik och kvantitativa undersökningar, A 15 p Vårterminen 2017

Något om sannolikheter, slumpvariabler och slumpmässiga urval

Sannolikhetslära. 19 februari Vad är sannolikheten att vinna om jag köper en lott?

HI1024 Programmering, grundkurs TEN

DATORÖVNING 3: EXPERIMENT MED

Betingad sannolikhet och oberoende händelser

Jörgen Säve-Söderbergh

getsmart Grå Regler för:

Föreläsning 1, Matematisk statistik Π + E

Studiehandledning, LMN100, Del 3 Matematikdelen

Extramaterial till Matematik X

Exempel för diskreta och kontinuerliga stokastiska variabler

hund katt fiskar orm Hund Nej Mira frågade klasskompisarna vilket djur de gillade mest. Vilket djur var populärast?

SOS HT Slumpvariabler Diskreta slumpvariabler Binomialfördelning. Sannolikhetsfunktion. Slumpförsök.

STA101, Statistik och kvantitativa undersökningar, A 15 p Vårterminen 2017

getsmart Lila Regler för:

Introföreläsning i S0001M, Matematisk statistik LP3 VT18

Slump och sannolikhet

en femma eller en sexa?

Vidare får vi S 10 = 8, = 76, Och då är 76

Introföreläsning i S0001M Matematisk statistik Läsperiod 2, HT 2018

Matematisk statistik 9 hp för I, Pi, C, D och fysiker Föreläsning 1: Introduktion och Sannolikhet

Trepoängsproblem. Kängurutävlingen 2012 Junior

samma sätt. Spara varje uppgift som separat Excelfil. För att starta Excel med Resampling-pluginet, välj Resampling Stats for Excel i Start-menyn.

Matematisk statistik 9hp för: C,D,I, Pi

Föreläsning 1. Grundläggande begrepp

SF1901: Sannolikhetslära och statistik

SF1901: Sannolikhetslära och statistik Föreläsning 2. Betingad sannolikhet & Oberoende

Hemligheten i flaskan

Procent 1, 50 % är hälften

Transkript:

Aktiviteten, (Vad är mina chanser?), parvis, alla har allt material, Hur stor är chansen? NAMN Ni kommer att utvärdera olika spel för att hjälpa er förstå sannolikheten. För varje spel, förutsäga vad som kommer att vara mest frekvent, sedan göra experimentet 10 gånger. För varje försök, skriv in utfallet i resultatraden. Om detta matchar ert förväntade utfall, sätt en bock i raden gissning. 1. Singla en slant Vilket resultat tror du kommer upp: Krona Klave 2. Kasta en tärning Vilket resultat tror du kommer upp: 1 2 3 4 5 6 3. Dra ett svart eller rött kort Vilket resultat tror du kommer upp: Rött Svart

4. Dra ett kort i rätt färg (klöver, spader, ruter eller hjärter) Vilket resultat tror du kommer upp: Klöver ( ) Spader ( ) Ruter ( ) Hjärter ( ) 5. Dra ett exakt kort Vilket resultat tror du kommer upp: (e.x., 3 )

6.I vilket av spelen var dina gissningar mest närmast utfallet? (dvs, vilket spel hade ni flest rätta gissningar) 7. Komplettera tabellen nedan med sannolikheten för varje spel. Använd resultaten från dina experiment ovan för att räkna ut den experimentella sannolikheten. EXPERIMENTELLA SPEL GYNNSAMT UTFALL relativa frekvensen TEORETISKA ex. 3/10=30% ex. 1/2=50% Singla slant Ex Klave Tärningskast Ex 6 Dra ett rött kort Ex Rött Dra en speciell färg Ex Ruter Dra ett exakt kort Ex Ruter 5 8. Jämför den teoretiska och den experimentella sannolikheten för varje spel. Var du nära i något av dem, vilket i så fall?, varför tror ni?

När eleverna avslutade experimenten i frågorna 1 5, diskuterade vi resultaten och eventuella påståenden som de hade. Eftersom urvalsstorlekarna endast var 10 för varje experiment blev inte detta utfall lika. Detta förväntade vi och skulle berika diskussionen senare när eleverna kombinerade alla klassdata. Vi frågade eleverna om det är användbart eller en bra prognos för sannolikhet om de bara använder 10 försök?. Pardiskussion Hur många dragningar, kast kan behövas för att få ett resultat som bättre kunde användas för att förutsäga utfall? Pardiskussion. Här fick vi många förslag på svar, allt från 5 till 1 miljon. Vi kan ge flera exempel där små siffror är inte bra förutsägelse av stort antal resultat: Skulle det vara korrekt att dra slutsatsen att ett mynt alltid flippas huvud eftersom det hände en gång? Om 50% av eleverna i en klass sa att de gillade hiphop, tror du det innebär 50% av eleverna på hela er skola föredrar hiphop? Skulle du anta att om en person kastar en basketboll en gång och gör ett mål från halvplan, att hon är en bra skytt? Här insåg de att få experimentella resultat med ovanstående frågor, inte var tillräckligt att göra förutsägelser. Hur ska vi få ett större urval? Elevernas förslag var att kombinera hela klassens data tillsammans då det förmodligen visade fler mönster. Vi fyllde i alla gruppers resultat gemensamt på tavlan. 9. Så här många korrekta gissningar EXPERIMENTELLA Den relativa frekvensen SPEL Hur många rätta gissningar hade vi tillsammans? Hur många försök gjorde vi tillsammans? Antalet gynnsamma händelser/totala antalet försök Singla slant 7+6+7+4+5+4+4+7+ 10x15=150 63/150=0,42=42%

4+4+4+5+2=63 Kast av tärning Dra ett rött kort Dra en speciell färg Dra ett exakt kort 10. Blev den experimentella sannolikheten annorlunda i fråga 7 och 9? Varför eller varför inte? 11. Jämför nu de teoretiska sannolikheterna i fråga 7 med de experimentella sannolikheterna i fråga 9? Vad tror du skulle hända om ännu fler försök tillkom? Som en avslutning på denna lektion, diskutera och gör jämförelser med eleverna om teoretiska och experimentella sannolikheten. Beroende på deras data, bör det finnas ett mönster där den experimentella datan börjar att komma närmare de teoretiska beräkningarna. Det är möjligt att även med en klass av uppgifter blir fortfarande några resultat långt från den teoretiska sannolikheten. Om detta uppstår, bör den läggas till diskussionen om arten av sannolikhet. Du vet aldrig vad som kommer att hända med chans. Sannolikhet är bara ett verktyg för att göra förutsägelser. Om tiden tillåter, diskutera exempelvis casinon och kalibrering, eller tärning. Eller använd ett lyckohjul (digitalt). Påpeka de experimentella och teoretiska sannolikheterna om du snurrar flera gånger. När antalet prövningar ökar, kommer de allt närmare den teoretiska sannolikheten. Förklara för eleverna att detta kallas de stora talens lag.