Hoppa till innehållet
LoveToCalc

Begrepp — vad betyder det?

Oberoende och beroende händelser

Två händelser är oberoende när det man vet om den ena inte ändrar sannolikheten för den andra. Två myntkast är oberoende, men inte två kort ur samma kortlek utan återläggning.

På engelska: Independent and dependent events

Vad det är

Två händelser A och B är oberoende om vetskapen att A har inträffat inte ändrar sannolikheten för B. Ändrar den sannolikheten är händelserna beroende. Testet är en likhet:

P(A och B) = P(A) · P(B)

Gäller den är händelserna oberoende, annars är de beroende. När P(A) > 0 är det samma sak som att den betingade sannolikheten för B givet A är lika med sannolikheten för B: P(B|A) = P(B).

Oberoende händelser:

Beroende händelser:

Är A och B oberoende är också A och “inte B” oberoende. I exemplet med “jämnt” och “högst 4” är “inte B” = {5, 6}. Båda inträffar för {6}, med sannolikheten 1/6, och 1/2 · 1/3 = 1/6. Sannolikheten för “inte B” är 1 − P(B), se komplementhändelse.

Varför det spelar roll

Oberoendet avgör vilken regel som gäller.

En urna har 4 röda och 6 blå kulor, och två kulor dras:

Med återläggning Utan återläggning
P(röd i första dragningen) 4/10 4/10
P(röd i andra, om första var röd) 4/10 3/9
P(röd i andra, om första var blå) 4/10 4/9
P(två röda) 0,16 2/15 ≈ 0,133
P(en röd och en blå) 0,48 8/15 ≈ 0,533
P(minst en röd) 0,64 2/3 ≈ 0,667

Utan återläggning är P(två röda) = 4/10 · 3/9 = 2/15, inte 4/10 · 4/10. “Minst en röd” räknas enklast som 1 minus sannolikheten för två blå: 1 − 6/10 · 5/9 = 2/3 utan återläggning och 1 − 0,6 · 0,6 = 0,64 med.

Den som inte vet vad den första kulan blev får ändå sannolikheten 4/10 för röd i den andra dragningen: 4/10 · 3/9 + 6/10 · 4/9 = 36/90 = 4/10, summan över de två vägarna enligt lagen om total sannolikhet. Beroendet syns först när man vet vad den första kulan var.

Vanliga missuppfattningar

Vanliga frågor

Hur kontrollerar man om två händelser är oberoende? Jämför P(A och B) med P(A) · P(B). I en tabell med antal räcker det att jämföra andelar. Av 100 elever är 60 flickor och 40 pojkar, och 50 cyklar till skolan: 30 flickor och 20 pojkar. Andelen som cyklar är 0,5 bland alla, 30/60 = 0,5 bland flickorna och 20/40 = 0,5 bland pojkarna, så kön och cykling är oberoende i den gruppen. Det förväntade antalet cyklande flickor vid oberoende är 60 · 50/100 = 30, som det observerade; se förväntad frekvens. Om i stället 36 flickor och 14 pojkar cyklar är andelarna 0,6 och 0,35, och då hänger kön och cykling ihop.

Är en händelse oberoende av sin egen komplementhändelse? Nej, om sannolikheten ligger mellan 0 och 1. Inträffar A kan “inte A” inte inträffa, så P(A och inte A) = 0, medan P(A) · P(inte A) är större än 0. Är P(A) = 0 eller 1 gäller likheten, och då är A oberoende av varje händelse, också av sitt komplement.

Kan tre händelser vara oberoende två och två men inte alla tre? Ja. Kasta ett mynt två gånger. A är “krona i första kastet”, B “krona i andra kastet” och C “samma resultat båda gångerna”. Varje par är oberoende: båda inträffar med sannolikheten 1/4 = 1/2 · 1/2. Men alla tre inträffar med sannolikheten 1/4, inte 1/2 · 1/2 · 1/2 = 1/8, eftersom C redan har inträffat när A och B har det.

Gäller multiplikationsprincipen också för beroende händelser? Den korta formen P(A) · P(B) gäller bara för oberoende händelser. Den allmänna formen P(A och B) = P(A) · P(B|A) gäller för två godtyckliga händelser, och den korta formen följer när P(B|A) = P(B).

Senast granskad 22 oktober 2026 ·Så granskas sidorna

Kurser där begreppet ingår

Statistik och sannolikhetsläraAlla formler