Stokastiske variabler og simulering med digitale verktøy

Hva er en stokastisk variabel, og hvorfor er det viktig?

En stokastisk variabel er en regel som knytter et tall til hvert mulig utfall i et tilfeldig forsøk. Kaller vi den stokastiske variabelen X, kan X for eksempel representere antall kron når vi kaster en mynt tre ganger. X kan da ta verdiene 0, 1, 2 eller 3, og hver verdi har en bestemt sannsynlighet.

Begrepet er sentralt i statistikk og sannsynlighetsregning fordi det gir oss et presist språk for å beskrive usikkerhet. Det brukes i alt fra forsikringsberegninger og medisinsk forskning til markedsanalyse og spill. Å forstå stokastiske variabler er derfor nyttig langt utenfor matematikktimen.

Slik simulerer du stokastiske forsøk med digitale verktøy

GeoGebra, Python og regneark er alle godt egnede verktøy. Fremgangsmåten er den samme uavhengig av verktøy: du definerer forsøket, bestemmer antall gjentakelser og lar programmet trekke tilfeldige utfall for deg.

I GeoGebra kan du bruke kommandoen TilfeldigMellom(1,6) for å simulere et terningkast, og pakke dette i en liste for å gjenta det mange ganger. I Python bruker du gjerne random-biblioteket eller numpy. Etter simuleringen lager du et histogram eller en frekvenstabell for å se hvordan verdiene fordeler seg, og sammenligner med de teoretiske sannsynlighetene.

Et praktisk eksempel, steg for steg: Definer X som antall seksere i 10 terningkast. Skriv kode eller bruk regneark til å gjenta dette forsøket 1000 ganger. Tell hvor mange ganger X tok verdien 0, 1, 2 og så videre. Tegn et stolpediagram. Du vil se at fordelingen nærmer seg den teoretiske binomialfordelingen jo flere simuleringer du gjør.

Vanlige feil og misforståelser

En hyppig feil er å blande utfall og sannsynlighet. Utfallet er det konkrete resultatet av ett enkelt forsøk, for eksempel at X er 2. Sannsynligheten er hvor ofte vi forventer dette over mange forsøk. Disse er ikke det samme.

Mange tror at et lite antall simuleringer gir et pålitelig bilde av fordelingen. Det gjør det ikke. Prøv å simulere 10 myntkast, og du kan godt få 8 kron. Simuler 10 000 kast, og andelen kron vil ligge svært nær 0,5. Dette kaller vi de store talls lov, og det er nettopp derfor simulering med digitale verktøy er så kraftfullt.

En annen vanlig misforståelse er at digitale verktøy «jukser» eller gir gale svar. Verktøyene bruker pseudotilfeldige tall, som er tilstrekkelig tilfeldige for matematiske formål. Resultatene er gyldige, men de vil variere noe fra kjøring til kjøring.

Slik øver du best på dette

Start med enkle forsøk du kjenner godt, som myntkast eller terningkast, der du vet de teoretiske sannsynlighetene. Simuler forsøkene og sjekk om simuleringen stemmer med teorien. Øk antall simuleringer og observer hva som skjer med frekvensene.

Gå deretter over til å definere dine egne stokastiske variabler. Lag for eksempel X som summen av to terninger, og finn fordelingen til X via simulering før du regner den ut teoretisk. Sammenligning mellom simulert og teoretisk fordeling gir god innsikt.

Bruk logg eller kommentarer i koden din for å forklare hva hvert steg gjør. Det hjelper deg å forstå sammenhengen, og det gjør det lettere å finne feil. Husk at forståelse av hva du simulerer er viktigere enn å beherske alle tekniske detaljer i verktøyet.