Eksamenssett.no
  • Python-lærebok
  • GeoGebra-lærebok
  • Ressurser
  • Hoderegning
Eksamenssett.no

Komplett samling av eksamensoppgaver og løsninger for norsk skole.

Lærebok
PersonvernVilkår

© 2025 Eksamenssett.no · Alle rettigheter forbeholdt

Deler av innholdet er utviklet med hjelp av AI-verktøy

Eksamenssett.no
  • Python-lærebok
  • GeoGebra-lærebok
  • Ressurser
  • Hoderegning

Innholdsfortegnelse

  • 1.1

    Kommentarer, print() og feilmeldinger

    3 øvelser8 min
  • 1.2

    Variabeltyper og datatyper

    1 øvelser12 min
  • 1.3

    Regneoperatorer

    4 øvelser15 min
  • 1.4

    Input fra bruker

    3 øvelser10 min
  • 1.5

    If-setninger og logiske operatorer

    5 øvelser15 min
  • 1.6

    Funksjoner

    6 øvelser20 min
  • 1.7

    Lister og listeoperasjoner

    2 øvelser12 min
  • 1.8

    While-løkker

    4 øvelser15 min
  • 1.9

    For-løkker og range()

    5 øvelser18 min
  • 1.10

    and, or og elif

    1 øvelser10 min
  • 1.11

    Bibliotek import og random-modulen

    5 øvelser15 min
  • 2.1

    Variabler og print

    4 øvelser15 min
  • 2.2

    Input og beregninger

    4 øvelser15 min
  • 2.3

    If-setninger

    4 øvelser18 min
  • 2.4

    Løkker

    4 øvelser18 min
  • 2.5

    Prosjekt - Enkel kalkulator

    3 øvelser25 min
  • 3.1

    Funksjoner

    5 øvelser20 min
  • 3.2

    Lister

    5 øvelser18 min
  • 3.3

    Statistikk med lister

    5 øvelser22 min
  • 3.4

    Prosjekt - Dataanalyse

    4 øvelser30 min
  • 4.1

    Repetisjon og funksjoner

    5 øvelser20 min
  • 4.2

    Matematisk modellering

    5 øvelser25 min
  • 4.3

    Løse likninger numerisk

    5 øvelser25 min
  • 4.4

    Prosjekt - Modellering

    4 øvelser35 min
  • 5.1

    Prosentregning

    4 øvelser18 min
  • 5.2

    Økonomi og budsjett

    4 øvelser20 min
  • 5.3

    Lån og renter

    5 øvelser22 min
  • 5.4

    Prosjekt - Økonomiplanlegger

    3 øvelser30 min
  • 6.1

    Funksjoner i Python

    5 øvelser20 min
  • 6.2

    Polynomer og nullpunkter

    5 øvelser22 min
  • 6.3

    Halveringsmetoden

    5 øvelser25 min
  • 6.4

    Prosjekt - Funksjonsanalyse

    4 øvelser30 min
  • 7.1

    Statistiske mål

    5 øvelser20 min
  • 7.2

    Standardavvik

    5 øvelser22 min
  • 7.3

    Simulering

    5 øvelser25 min
  • 7.4

    Prosjekt - Statistisk analyse

    4 øvelser35 min
  • 8.1

    Kombinatorikk

    5 øvelser22 min
  • 8.2

    Binomialfordeling

    5 øvelser25 min
  • 8.3

    Simulering av forsøk

    5 øvelser25 min
  • 8.4

    Prosjekt - Monte Carlo

    4 øvelser35 min
  • 9.1

    Numerisk derivasjon

    5 øvelser25 min
  • 9.2

    Ekstremalpunkter

    5 øvelser25 min
  • 9.3

    Newtons metode

    5 øvelser28 min
  • 9.4

    Prosjekt - Optimering

    4 øvelser35 min
  • 10.1

    Normalfordeling

    5 øvelser25 min
  • 10.2

    Konfidensintervall

    5 øvelser28 min
  • 10.3

    Hypotesetesting

    5 øvelser30 min
  • 10.4

    Prosjekt - Statistisk inferens

    4 øvelser40 min
  • 11.1

    Numerisk integrasjon

    5 øvelser25 min
  • 11.2

    Trapesmetoden og Simpson

    5 øvelser28 min
  • 11.3

    Rekursive følger

    5 øvelser30 min
  • 11.4

    Prosjekt - Arealer og volum

    4 øvelser40 min

Bruk ← → piltaster for navigasjon

Total fremgang
0%
7.3: Øvelser bestått0 av 0

0% fullført

Lærebok/Kapittel 7.3

Kapittel 7.3

2P

Simulering

Lær å simulere tilfeldige hendelser med random-biblioteket.

random-biblioteket

For å simulere tilfeldige hendelser bruker vi random-biblioteket. Den viktigste funksjonen er random.randint(a, b) som gir et tilfeldig heltall mellom a og b (inklusiv).

random.randint()
PythonAuto-lagret
Loading...
random.randint(a, b)
random.randint(1, 6) gir et tilfeldig tall fra 1 til 6 (begge inkludert). Perfekt for å simulere terningkast!

Telle utfall med løkke

Vi kan bruke en løkke til å simulere mange forsøk og telle hvor ofte hvert utfall forekommer.

Simuler 1000 terningkast
PythonAuto-lagret
Loading...

Store talls lov

Når vi øker antall simuleringer, vil den observerte frekvensen nærme seg den teoretiske sannsynligheten. Dette kalles store talls lov.

Konvergens mot teoretisk sannsynlighet
PythonAuto-lagret
Loading...
Tips
Jo flere simuleringer vi kjører, desto nærmere kommer vi den teoretiske sannsynligheten. Med 100 000 kast får vi vanligvis veldig nær 1/6 ≈ 0.1667.

Oppgaver

Oppgave 7.3.1: Simuler myntkast
Simuler 1000 myntkast. Tell hvor mange mynt (heads) og kron (tails) du får. Bruk 0 for mynt og 1 for kron.
Lett
PythonAuto-lagret
Loading...
Oppgave 7.3.2: To terninger
Simuler 10 000 kast med to terninger. Tell hvor mange ganger summen blir 7. Teoretisk sannsynlighet: P(sum=7) = 6/36 ≈ 16.67%
Medium
PythonAuto-lagret
Loading...
Oppgave 7.3.3: Trekke kort
Simuler trekking av 5000 kort fra en kortstokk (1-13). Tell hvor mange ess (1) og konger (13) du får.
Medium
PythonAuto-lagret
Loading...

Oppsummering

✓ random.randint(a, b): tilfeldig heltall fra a til b

✓ Simulering: bruk løkker til å gjenta forsøk

✓ Telle utfall: bruk dictionary eller tellere

✓ Store talls lov: flere simuleringer → mer nøyaktig

✓ Sammenlign simulert med teoretisk sannsynlighet

Forrige kapittel

7.2: Standardavvik

Beregn varians og standardavvik for datasett.

Neste kapittel

7.4: Prosjekt - Statistisk analyse

Gjennomfør en komplett statistisk analyse av et datasett.

Tips: Bruk ← og → piltaster for å navigere

Eksamenssett.no

Komplett samling av eksamensoppgaver og løsninger for norsk skole.

Lærebok
PersonvernVilkår

© 2025 Eksamenssett.no · Alle rettigheter forbeholdt

Deler av innholdet er utviklet med hjelp av AI-verktøy