GeoGebras sannolikhetskalkylator är perfekt för att beräkna sannolikheter för till exempel normalfördelat material samt binomialfördelat (singla slant, tippa, dra kulor med återläggning) och hypergeometriskt fördelat material (dra kulor/kort utan återläggning).
Men det är också ett utmärkt verktyg för att skapa begreppsförståelse och tydligare se vad som händer i olika situationer, till exempel hur binomialfördelningen mer och mer liknar normalfördelningen när antalet upprepningar växer, och ta upp begreppet sannolikhetsfördelning mer generellt.
Normalfördelning
Vi tänker oss att vi fiskat upp fiskar med medellängden 35 cm och standardavvikelsen 4 cm. Sannolikheten att få en fisk längre än 40 cm kan då beräknas till drygt 10 %. Observera att vi med digitala verktyg inte är beroende av att jobba med intervall som är hela multiplar av standardavvikelsen.
Vilken typ av intervall vi tittar på avgörs med klammersymbolerna.
Uppe till höger finns alternativ för att exportera grafen och dess funktion till ritområdet samt lägga på en normalfördelningskurva (vilket är mer relevant när vi jobbar med något annat än just normalfördelningen).
När vi har ensidigt öppna intervall som i det här exemplet så går det att ställa frågan åt andra hållet. Om du vill hitta den längd på fiskarna som bara 5 % av fiskarna är längre än, så matar du in 0.05 i den högra rutan. och hittar längden 41,6 cm.
I vårt nästa exempel tänker vi oss att vi är i en fabrik som ska producera motstånd med värdet 2200 Ω ± 5 %.
Efter mätning på motstånden finner man att medelvärdet är 2217 Ω med standardavvikelsen 85 Ω. Hur stor andel behöver säljas som motstånd med sämre toleransmärkning, t.ex. ±10 % eller ± 20 %? Totalt ca 47 % uppfyller inte kraven på 5 % tolerans.
Binomialfördelning
När vi upprepar något som har en fast sannolikhet så kommer resultaten att bli binomialfördelade. Exempel på detta är att singla slant, att chansa vilt på frågorna i en tipspromenad, att dra kulor eller kort med återläggning och att få grönt ljus vid ett trafikljus där intervallen är fixerade.
Här fyller vi i ett stryktips med 13 rader ”1 x 2” på måfå och beräknar sannolikheten att få 8 rätt eller mer till ca 3,5 %. Vi har lagt på normalfördelningskurvan och ser att binomialfördelningen i hög grad liknar normalfördelningen i det här fallet. Tabellen ger värdena för de individuella utfallen.
Nu gör vi tvärtom. Vi singlar slant 15 gånger. Det borde vara 50 % sannolikhet att få 8 ”kronor” eller mer. Hur mycket behöver vi begränsa det intervallet för att sannolikheten skall sjunka till 20 %? Mata in 0.3 i högra rutan så får vi svaret 9 ”kronor” eller fler. Mata in 9 på nytt i vänstra rutan för att dubbelkolla. Sannolikheten är 30,4 %, men för 10 ”kronor” är sannolikheten bara 15,1 %. GeoGebra avrundar till det nedre värdet på antalet kronor.
Hypergeometrisk fördelning
Bakom det här kryptiska namnet döljer sig den fördelningsfunktion som beskriver sannolikheterna för att dra några objekt med en viss egenskap ur en större mängd objekt. Med andra ord: Dra kort ur kortlekar och kulor ur påsar utan återlägg.
Vi börjar med att dra upp 2 kulor (urval) ur en påse med 5 kulor (population) där 2 av dem är röda (n). Sannolikheten för att minst en av dem är röd är 70 %. Vi ser i tabellen att sannolikheten att båda är röda är 10 %. Samma resultat kan enkelt verifieras med ett träddiagram.
I vårt sista exempel spelar vi poker. Vi drar upp 5 kort av 52 och funderar på sannolikheten att få en färg (flush). Sannolikhetskalkylatorn ger sannolikheten att få exakt 5 kort av en viss färg till 0,05 %. Men vi är nöjda vilken färg det än blir så sannolikheten blir alltså ca 0,2 %. Sannolikheten att få minst 4 kort av samma färg är förstås högre, ca 4,5 % ( 4 gånger 0.0112).
Svenska GeoGebrainstitutet 