Mensen worden niet even lang. Voor een deel zit hem dat in de genen (aanleg), voor een deel
ook in de voedingsgewoonten en voor een deel in de kwaliteit van de gezondheidszorg. Maar
zelfs mensen die in eenzelfde gezin opgroeien worden niet allemaal even lang. Een toevallige
blessure kan invloed hebben of een of andere ziekte of toevallige vrienden of een succesvolle
sportcarrière. Dit zijn allemaal factoren die in het voordeel of in het nadeel van de
uiteindelijke lengte werken en er zijn er ongetwijfeld nog veel meer. Sommige factoren zullen
meer invloed hebben en andere minder. Eén belangrijke (genetische) factor is natuurlijk het
geslacht, want mannen zijn nu eenmaal gemiddeld langer dan vrouwen. We richten ons in het
volgende voorbeeld op de mannen; voor vrouwen geldt een soortgelijk verhaal.
We maken een (sterk vereenvoudigd) model van de te bereiken lengte van een volwassen
man. We gaan uit van een basislengte van cm en
veronderstellen dat er factoren
meespelen, die allemaal positief (1), neutraal (0) of negatief (-1) kunnen zijn. Deze drie
uitkomsten komen gemiddeld even vaak voor. Een positieve waarde verhoogt de lengte met
cm, een neutrale verandert de lengte niet en een negatieve waarde verlaagt de lengte met
cm. Een man met bijvoorbeeld positieve,
neutrale en negatieve factoren zal
volgens dit model al met al cm lang worden.
Met de Random Generator (onder Simulaties) in VUStat kunnen we op deze manier snel
lengtes maken (simuleren). Zet daarvoor Model op Gehele getallen met teruglegging, stel Van
tot , zet Aantal getallen per keer op en Aantal keer op .
Kies bij Beeld voor Som en vink de optie Grafiek aan. Start vervolgens de simulatie en zet
deze op snel (anders duurt het erg lang). Bekijk het resultaat. Bedenk wel dat de waarnemingen
met moeten worden verhoogd om er lengtes van te maken.
Rechts vind je de knop , waaronder het gemiddelde, mediaan, minimum, maximum en
standaardafwijking staan. Links ervan is een knop, waarmee je een frequentietabel kunt
maken en erboven zijn knoppen om een histogram te maken.
Noteer gemiddelde, mediaan, minimum, maximum en standaardafwijking.
Maak in VUStat een frequentietabel met zes gelijke klassen, waarbij het minimum de uiterste linkergrens is en maximum de uiterste rechtergrens. (NB de klassenbreedte hoeft geen geheel getal te zijn.)
Breid de frequentietabel in VUStat uit met procenten en neem deze over.
Een vulmachine
Een vulmachine maakt rollen beschuit. Elke rol bevat beschuiten. De geproduceerde
beschuiten zijn niet allemaal even zwaar: de gewichten variëren uniform van tot gram.
Uniform wil zeggen dat alle gewichten tussen en gram even vaak voorkomen.
Het percentage beschuiten met een gewicht tussen bijvoorbeeld en
gram is %, want
het interval van tot is
% van het hele waardengebied. Met andere woorden: het
percentage is evenredig met de breedte van het interval.
Maak met de Random Generator een serie gewichten van van rollen beschuit.
Verzamel daarbij dezelfde gegevens als bij de lengtes in opgave 3.
Een halve marathon
Een geoefende loper legt de halve marathon ( km) af in een min of meer gelijkmatig tempo.
Hij doet er minuut over.
Dit betekent dat hij over honderd meter gemiddeld seconden
doet. Maar hij loopt gedurende de halve marathon niet altijd precies even hard: zijn honderdmetertijden
variëren uniform van tot seconden.
Deze verschillen hangen af van toevallige factoren, dus het is niet zo dat zijn snelheid in de loop van de wedstrijd omlaag gaat
vanwege vermoeidheid of zo.
Maak met de Random Generator een serie van halve-marathontijden (in seconden).
Verzamel daarbij weer dezelfde gegevens als bij de lengtes en de rollen beschuit.
Vergelijk de gegevens van de simulaties in de drie voorbeelden. Iemand vindt dat ze op hetzelfde neerkomen.
Verdedig dat standpunt.
Bedenk een manier om met de Random Generator het totale aantal ogen bij worpen met een zuivere dobbelsteen te simuleren en voer die simulatie uit.
Beschrijf kort wat je gedaan hebt.
Hoeveel ogen gooi je gemiddeld met dobbelstenen?
Had je dat ook zonder simulatie kunnen voorspellen?
Schat met behulp van het simulatieresultaat de kans op of meer ogen in worpen.
Schat met behulp van het simulatieresultaat de kans dat het totaal aantal ogen in worpen tussen en ligt (inclusief , zonder ).
Bedenk een manier om met de Random Generator het totale aantal keer kop bij worpen met een zuivere munt te simuleren en voer die simulatie uit.
Beschrijf kort wat je gedaan hebt
Hoeveel keer kop verwacht je bij worpen?
Wat is de standaardafwijking van het aantal keer kop?
Wat is het minimum en wat is het maximum aantal keer kop in het simulatieresultaat?
Schat de kans dat het aantal keer kop meer dan % afwijkt van het verwachte aantal.
Simuleer het totale aantal keer kop bij worpen met een zuivere munt.
Hoeveel keer kop verwacht je bij worpen op grond van de simulatie?
Wat is de standaardafwijking van het aantal keer kop?
Wat is het minimum en wat is het maximum aantal keer kop in het simulatieresultaat?
Schat de kans dat het aantal keer kop meer dan % afwijkt van het verwachte aantal.
Vergelijk de antwoorden van opgave 8 en 9 per onderdeel.
Wat valt je op?