Forventningsverdi, varians og fordelinger

To investeringer kan ha nøyaktig samme FORVENTEDE avkastning, og likevel være vidt forskjellige – den ene trygg og forutsigbar, den andre svingende og risikabel. Forventningsverdien alene fanger ikke opp denne forskjellen. Her lærer du VARIANS og STANDARDAVVIK, målene som beskriver SPREDNINGEN til en stokastisk variabel, og bruker digitale verktøy til å simulere og tolke statistiske fordelinger.

Bygger på: Kombinatorikk og sannsynlighetsfordelinger (S1)

Start: Varians og standardavvik →

Vanlige feil

Vanlig feil	Gjør heller dette
Regner $\left(E(X)\right)^2$ og $E(X^2)$ som om de er det samme.	$E(X^2)$ er summen av $x^2 \cdot P(X=x)$ for HVER verdi FØR de summeres; $\left(E(X)\right)^2$ er forventningsverdien i seg selv, kvadrert ETTERPÅ. De to gir nesten alltid ulike tall.
Sammenligner to stokastiske variabler kun ut fra forventningsverdien, uten å sjekke variansen/standardavviket.	To variabler kan ha identisk forventningsverdi og likevel svært ulik spredning – sjekk ALLTID begge målene før du sammenligner.
Bruker den generelle variansformelen når situasjonen faktisk er binomisk, og glemmer den raskere snarveien.	Er situasjonen binomisk (fast $n$ , konstant $p$ , uavhengige forsøk), bruk $\text{Var}(X) = n \cdot p \cdot (1-p)$ direkte i stedet for å regne $E(X^2)$ fra bunnen av.
Tror en simulering med få gjentakelser gir et like pålitelig svar som en med mange.	Jo FÆRRE simuleringer, jo mer kan tilfeldige svingninger påvirke resultatet. Mange gjentakelser gir et mer stabilt anslag, nærmere den teoretiske verdien.

Til foreldre / leksehjelper

Kompetansemål fra læreplanen (Udir)

forstå begrepene forventningsverdi, varians og standardavvik, og bruke disse størrelsene til å tolke stokastiske variabler (se hos Udir)
simulere utfall i, utforske og tolke ulike statistiske fordelinger, og gi eksempler på reelle anvendelser av disse fordelingene (se hos Udir)

Eleven skal forstå begrepene forventningsverdi, varians og standardavvik og bruke dem til å tolke stokastiske variabler, samt simulere og tolke statistiske fordelinger med reelle anvendelser. Kjernen er at forventningsverdien ALENE ikke gir hele bildet – man trenger også et mål på SPREDNING for å forstå en usikker situasjon fullstendig.

Slik kan du hjelpe

Diskuter en kjent situasjon med risiko (som en investering, et lotteri, eller vær-varsel) og spør: hva er forventet, og hvor USIKKERT er det?
Be eleven forklare hvorfor to ting med samme gjennomsnitt likevel kan føles svært forskjellige (som en jevn vs. en ujevn inntekt).
Spør hvorfor mange simuleringer gir et mer pålitelig resultat enn få – finnes det en hverdagslig parallell (som å kaste en mynt 5 ganger vs. 1 000 ganger)?

Nye begreper

Varians: Et mål på hvor mye en stokastisk variabel typisk avviker fra forventningsverdien, kvadrert.
Standardavvik: Kvadratroten av variansen – gir spredningen i samme enhet som selve variabelen.

Pedagogikken bak

Mange foreldre har en intuitiv følelse av «spredning» eller «risiko», men har kanskje ikke satt formelle tall på det. Poenget her er å koble den intuitive følelsen («dette er usikkert») til et PRESIST, regnbart mål (standardavvik). Møter eleven veggen på selve variansformelen, bruk investerings-eksempelet (samme forventning, ulik risiko) som en konkret, minneverdig illustrasjon av HVORFOR spredning i det hele tatt er nyttig å måle.

🧩 Trenger du å forklare dette uten skjerm? Prøv dette

Kast en mynt eller terning hjemme mange ganger (eller bruk en app) og noter resultatene. Regn ut gjennomsnittet og spredningen til de faktiske kastene, og sammenlign med den teoretiske forventningsverdien og variansen. La eleven se selv hvordan resultatet nærmer seg det teoretiske svaret jo flere kast som gjøres.

Alternative metoder

Læres dette annerledes i landet du selv gikk på skole i? Se «Alternativ forklaring/metode» på: Varians og standardavvik, Tolke spredning i praksis, Simulere og tolke statistiske fordelinger.

Vanlige feil å være oppmerksom på

Se «Vanlige feil» over for en oversikt over misforståelser å se etter, og hva som er riktig i stedet.

Forventningsverdi, varians og fordelinger 📐