Sattuman matematiikkaa I

Koko: px
Aloita esitys sivulta:

Download "Sattuman matematiikkaa I"

Transkriptio

1 Sattuman matematiikkaa I klassinen todennäköisyys Mika Koskenoja ssistentti Matematiikan laitos, Helsingin yliopisto Johdanto loitan todennäköisyyslaskennasta ketovan kijoitussajan, jonka toinen osa ilmestynee seuaavassa Solmussa syksyllä. Inspiaation aiheesta kijoittamiseen olen saanut kahdeltakin taholta. Ensinnäkin, Ilta-Sanomien toimittaja soitti minulle muutama kuukausi sitten ja pyysi kommentoimaan Veijo Wiénin vasta ilmestynyttä kijaa Näin voitan lotossa? (Gummeus, 2002). Kijassa esitetyt menetelmät todennäköisten lottoivien löytämisestä on helppo osoittaa hölynpölyksi klassisen todennäköisyyslaskennan avulla (Ilta-Sanomat, ). Kijan kijoittaja intoutui kuitenkin vielä avostelemaan toimittajaa ja siinä samalla minuakin kijansa teilaamisesta Ilta-Sanomien yleisönosastolla Hänen mielestään kaavamainen matematiikka ei lainkaan sovi yhteen hänen luovan ajattelunsa kanssa; siitä on toki helppo olla samaa mieltä hänen kanssaan. Toinen ja edellistä täkeämpi syy todennäköisyyslaskennasta kijoittamiseen on Solmun lukijoilta tullut toivomus. Eityisesti on toivottu Betandin paadoksin käsittelyä, johon palaankin myöhemmin. Se on esimekki klassisen (geometisen) todennäköisyyslaskennan tunnetusta ongelmasta. Tässä kijoitussajan ensimmäisessä osassa käsittelen todennäköisyyslaskennan histoiaa sekä klassista todennäköisyyttä ja tämän laajennuksena geometista todennäköisyyttä. Näihin liittyen esitän jo mainitsemieni loton ja Betandin paadoksin lisäksi muutamia vasin yksinketaisia esimekkejä. Seuaavissa kijoitussajan osissa Solmun lukijat on aikomus tutustuttaa todennäköisyyden aksioomiin ja peusominaisuuksiin, satunnaismuuuttujiin sekä eilaisiin jakaumiin, jotka mahdollistavat satunnaisilmiöiden kuvaamisen klassisia menetelmiä huomattavasti tehokkaammin. Eityisen ilahduttavaa uskoisin lukijoille olevan, että lukiomatematiikka suuelta osin jopa hyvin hallittu peuskoulumatematiikka iittää vallan mainiosti esitedoiksi kijoitussajan seuaamiseen. Histoiaa Todennäköisyyslaskennan katsotaan saaneen alkunsa 1600-luvun puolivälissä siitä, kun Chevalie de Méén nimellä tunnettu anskalainen aatelismies ntoine Gombaud ( ) esitti maanmiehelleen Blaise Pascalille ( ) uhkapeleihin liittyneet kaksi kysymystä. Näistä ensimmäinen koski peliä, joka koostuu pelieistä, joiden voittamiseen kummallakin pelaajalla

2 on samat mahdollisuudet. Jos ensimmäisenä kuusi eää voittanut saa pelipanoksen, mutta peli keskeytetään tilanteessa, jossa toinen pelaaja on voittanut viisi ja toinen kolme eää, niin mikä on oikeudenmukainen tapa jakaa pelipanos? Pascal ja Piee de Femat ( , hänkin Pascalin tavoin anskalainen matematiikan histoian suui nimi) käsittelivät ongelmaa kijeenvaihdossaan ja päätyivät samaan atkaisuun 7 : 1. Toinen de Méén kysymys koski nopanheittoa, ja siihen palaan takemmin klassista todennäköisyyttä koskevassa luvussa. todennäköisyyslaskennan edistyksen peustaksi. Suuimman paineen analyysin kehitykselle loivat fysikaalisten tieteiden tapeet. Todennäköisyyslaskennan puolella analyysin voimakas kehitys vauhditti eityisesti nomaalijakauman käyttöönottoa, joka loi pohjan mm. havaintoviheiden analysoinnille ja väestötieteelle. de Moive Laplace Pascal Femat Pascalin ja Femat n lisäksi klassisen todennäköisyyden käsitteen yksi ensimmäisiä kehittäjiä oli 1600-luvun puolivälissä hollantilainen Chistiaan Huygens ( ), joka vuonna 1657 ilmestyneessä kijasessaan takasteli de Méén nopanheittoon liittynyttä kysymystä. Koska todennäköisyyslaskennan ensimmäiset ongelmat vesoivat juui uhkapeleistä, niin teoeettinen takastelu peustuikin aluksi lähes yksinomaan aitmetiikkaan ja kombinatoiikkaan. Muutamaa vuosikymmentä myöhemmin saksalainen Jakob Benoulli ( ) toi tilastollisen todennäköisyyden käsitteen mukaan teoian piiiin. Benoullin s Conjectandi (1713) laajensi todennäköisyyskäsitystä uhkapeleistä akitodellisuuteen. Täkeimmät tuon ajan matemaatikot, joiden nimet monen muun luonnontieteiden alan lisäksi liitetään myös todennäköisyyslaskentaan, olivat anskalainen, jo nuoena Englantiin muuttanut baham de Moive ( ), anskalaiset Piee Laplace ( ) ja Siméon Poisson ( ) sekä saksalainen Cal Fiedich Gauss ( ). Poisson Gauss Todennäköisyysteoian itsenäinen kehitys alkoi luvun puolivälissä. Venäläisen koulukunnan johdolla etunenässä Pafnuti Tšebyšev ( ) se eli kulta-aikaansa aina 1930-luvulle asti. Satunnaismuuttujan ja odotusavon käsitteiden katsotaan olevan peäisin juui Tšebyševiltä. Huygens Benoulli Vaikka analyysin ensiaskeleita jo otettiinkin luvulla, niin todennäköisyyslaskennan vahaisvaiheiden aikaan analyysi vielä odotteli todellista läpimutoaan luonnontieteissä. Kuitenkin jo 1700-luvun puolivälissä analyysi muodostui luonnontieteiden ja samalla myös Tšebyšev Makov

3 Teoian kehitykseen 1900-luvun vaihteessa vaikuttaneista venäläisistä matemaatikoista mainittakoon ndej Makov ( ), jonka ansioksi luetaan stokastisten posessien tutkimuksen aloittaminen ns. Makovin ketjujen muodossa. Todennäköisyyslaskennan yleisen teoian loivat vähän myöhemmin 1930-luvulla venäläiset ndej Kolmogoov ( ) ja leksande Hintšin ( ). Koko teoian peustana pidetään Kolmogoovin vuonna 1933 julkaisemaa aksiomatiikkaa. tavallisesti sanomalla, että alkeistapaukset ovat symmetisiä. Esimekiksi kolikonheitossa on kaksi symmetistä alkeistapausta, kuuna ja klaava, ja nopanheitossa on kuusi symmetistä alkeistapausta, pisteluvut 1, 2,..., 6. Tapahtumalla takoitamme mielivaltaista alkeistapausten joukkoa, eityisesti se voi olla tyhjä tai kaikkien alkeistapausten joukko. Tapahtumia on tapana mekitä isoilla aakkosilla, B, C, jne. Esimekiksi nopanheitossa tapahtuma voisi olla nopanheiton tulos on vähintään neljä, siis = {4, 5, 6}. Tapahtuman sanotaan olevan vama, jos se sattuu välttämättä jokaisessa satunnaiskokeessa, ja tapahtuma on mahdoton, jos se ei voi sattua yhdessäkään kokeessa. Nopanheitossa tapahtuma B = pisteluku on vähintään yksi on vama, kun sen sijaan tapahtuma C = eli pisteluvuksi ei tule mitään on mahdoton. Kolmogoov Hintšin Mekitsemme kaikkien alkeistapausten lukumääää n:llä ja joukon alkioiden lukumääää n():lla, jota on tässä yhteydessä tapana kutsua :lle suotuisien alkeistapausten lukumäääksi. Tapahtuman klassinen todennäköisyys määitellään nyt lukuna Täydellisempi esitys todennäköisyyslaskennan histoiasta löytyy Matti Lehtisen kijoittamasta Matematiikan histoiasta, /mathist/. Seuaava klassisen todennäköisyyden esitys peustuu Pekka Tuomisen ja Pekka Nolamon 2-osaiseen kijaan Todennäköisyyslaskenta, jossa käsitellään jonkin vean myös todennäköisyyslaskennan histoiaa. Klassinen todennäköisyys Klassinen todennäköisyys voidaan määitellä käyttäen useaa toisistaan hieman poikkeavaa lähestymistapaa. Määitelmän on kuitenkin toteutettava muutamia peuspeiaatteita lähestymistavasta iippumatta. Täkein näistä on yhtä todennäköisen peiaate, jota voidaan pitää klassisen todennäköisyyden tunnusmekkinä. Tilannetta tai ilmiötä, jossa esiintyy satunnaisuutta, kutsutaan satunnaiskokeeksi. Klassisessa todennäköisyydessä on voitava olettaa, että koe on mahdollista toistaa samoissa olosuhteissa ajattoman monta ketaa toistojen ollessa iippumattomia. Tämä ei aivan kijaimellisesti ottaen ole tietenkään ikinä mahdollista muuten kuin peiaatteena. Satunnaiskokeen eilaisia tulosmahdollisuuksia kutsutaan alkeistapauksiksi. Klassisessa todennäköisyydessä alkeistapauksia on aina ääellinen määä. Lisäksi oletetaan, että kaikki alkeistapaukset ovat yhtä mahdollisia eli yhtä todennäköisiä. Tämä olettamus lausutaan P k () = n() n. Mekinnässä P k kijain P tulee englannin kielen sanasta pobability eli todennäköisyys ja alaindeksi k osoittaa, että kyseessä on klassinen todennäköisyys. Tämän määitelmän peusteella edellä esitetyn tapahtuman = nopanheiton tulos on vähintään neljä todennäköisyys on P k () = n() n = 3 6 = 1 2 = 0,5. Vastaus on tapana antaa desimaalilukuna kahden tai kolmen mekitsevän numeon takkuudella, mutta myös mutolukuna eityisesti silloin, kun desimaalilukuavo on likiavo takalle mutolukuavolle. lkeistapausten symmetisyyttä ei voi peustella pelkästään matemaattisesti, vaan sen tueksi tavitaan havainnollinen käsite umpimähkäinen valinta. Mistä yleensä ottaen edes tiedämme, mitkä takasteltavana olevassa ilmiössä ovat symmetisiä alkeistapauksia? Pulman voisi yittää atkaista johtamalla alkeistapausten symmetisyys fysikaalisesta symmetiasta. Esimekiksi kolikonheitossa kuuna ja klaava ovat symmetisiä alkeistapauksia edellyttäen, että kolikkoa ei ole mitenkään painotettu. Symmetiaa ei tässä voi kuitenkaan peustella sillä, että kolikko olisi fysikaalisesti täysin symmetinen; silloinhan kuunaa ja klaavaa ei voisi eottaa toisistaan. Fysikaalisesta symmetiasta voi siis olla hyötyä intuitiivisessa takastelussa, mutta on selvää, että sitä ei voi sisällyttää klassisen todennäköisyyden määitelmään.

4 Fekvenssitulkinta Klassisen todennäköisyyden mekitystä voidaan havainnollistaa fekvenssitulkinnan avulla. Itse asiassa tilastollisen todennäköisyyden käsite peustuu juui fekvenssitulkintaan. Takastelemme satunnaiskoetta, jota voidaan toistaa samanlaisissa olosuhteissa ajattomasti. Olkoon tähän kokeeseen liittyvä tapahtuma ja F n () tapahtuman esiintymisketojen lukumäää n:ssä toistossa. Määittelemme :n suhteellisen fekvenssin lukuna f n () = F n() n. Kokeellisesti on havaittu, että toistojen lukumäään n kasvaessa suhteellinen fekvenssi f n () näyttää yhä vamemmin keskittyvän tietyn luvun läheisyyteen. Fekvenssitulkinnan mukaan tapahtuman todennäköisyys on juui kyseinen luku, jota :n suhteellinen fekvenssi näyttää lähestyvän toistojen lukumäään kasvaessa. Toteamme kuitenkin, että fekvenssitulkinta ei voi olla todennäköisyyden määitelmä matemaattisessa mielessä. Ensinnäkin, kyseinen aja-avo ei ole aja-avo matemaattisen analyysin mielessä, ja toiseksi, ääettömiä toistosajoja on mahdoton ealisoida. de Méén ongelma Chevalie de Méé oli havainnut kokeellisesti seuaavaa: Havainto 1. Kannattaa lyödä vetoa siitä, että heitettäessä neljä ketaa noppaa saadaan ainakin yksi kuutonen. Havainto 2. Ei kannata lyödä vetoa siitä, että heitettäessä kahta noppaa 24 ketaa saadaan ainakin yksi kuutospai. Hän ei kuitenkaan kyennyt osoittamaan havaintojaan teoeettisesti, joten hän kääntyi Pascalin puoleen noin vuonna Ratkaisu. de Méén ensimmäisen havainnon selittävän satunnaiskokeen symmetisiksi alkeistapauksiksi voidaan valita 4-jonot (x 1, x 2, x 2, x 4 ), x i {1, 2,..., 6}. Jokainen x i ilmoittaa siis i:nnen heiton pisteluvun, yksi mahdollinen tulos on esimekiksi 4-jono (5, 1, 3, 5). Kaikkien mahdollisten alkeistapausten lukumäää on n = 6 4 = Jos on tapahtuma saadaan ainakin yksi kuutonen, niin :lle suotuisien tapahtumien lukumäää on n() = = = 671, sillä :lle epäsuotuisia tapauksia on 5 4. Näin ollen P k () = = 1 ( ) 4 5 0, Kahden nopan heiton symmetisiksi alkeistapauksiksi valitsemme jäjestetyt pait (1, 1), (1, 2), (1, 3),..., (6, 6), joiden lukumäää on 6 2 = 36. Koska takastelemme jäjestettyjä paeja, niin esimekiksi tapahtuma (1, 2) on ei tapahtuma kuin (2, 1). Tämä mekitsee, että on ei asia saada ensin ykkönen ja sitten kakkonen kuin saada ensin kakkonen ja sitten ykkönen. Näin ollen de Méén toisen havainnon selittävässä satunnaiskokeessa on yhteensä n = eilaista alkeistapausta. Näistä tapauksia, joissa ei ole yhtään kuutospaia, on Jos B on tapahtuma saadaan ainakin yksi kuutospai, niin P k (B) = = 1 ( ) , Havaitsemme, että P k () > 0,5, joten :n puolesta kannattaa lyödä vetoa. Sen sijaan P k (B) < 0,5, joten B:n puolesta ei kannata lyödä vetoa. Toki kysymystä siitä, milloin jonkin asian puolesta kannattaa lyödä vetoa, voi pohtia syvällisemminkin, mutta puhtaasti klassisen todennäköisyyden kannalta kysymys ei ole tämän monimutkaisempi. Lotto Meidän suomalaisten pahaiten tuntema ja eniten pelaama ahapeli on epäilemättä lotto. Luultavasti jokainen meistä on ainakin itse mielessään pohtinut loton täysosuman todennäköisyyttä. Laskemmekin tämän seuaavaksi klassisen todennäköisyyden keinoin. Takastelemme ensin hieman kombinatoiikkaa tavitsemassamme laajuudessa. Jos E on n-alkioinen joukko ja k on kokonaisluku, jolle pätee 1 k n, niin E:n k- kombinaatio on E:n k-alkioinen osajoukko. lkioiden jäjestyksellä kombinaatioissa ei siis ole mekityssä. On vasin helposti osoitettavissa, että n-alkioisella joukolla E on ( ) n = k n! k! (n k)! k-kombinaatiota. Edellä mekintä n! takoittaa n:n ketomaa, joka määitellään positiiviselle kokonaisluvulle n! = n. Lukuja ( n k) kutsutaan binomiketoimiksi, ja mekintä luetaan n alle k (tai n yli k ).

5 Lotossa joukon E muodostavat kaikki avottavat numeot, siis E = {1, 2, 3,..., 39}. Koska (vasinaisia) numeoita avotaan 7 kappaletta, niin tutkimme E:n 7-kombinaatioita, jotka voimme valita loton symmetisiksi alkeistapauksiksi. Näiden lukumäää on edellä olevan peusteella n = ( 39 7 ) = 39! = ! 32! Kaikista mahdollisista iveistä vain yksi on kulloisenkin kieoksen täysosumaivi, joten tämän klassinen todennäköisyys on P k ( 7 oikein ) = , On syytä huomauttaa, että loton muiden eityisesti lisänumeoja sisältävien voittoluokkien todennäköisyyksien määääminen on jonkin vean edellä esitettyä hankalampaa. Näiden laskeminen jää tässä yhteydessä kuitenkin lukijoiden oman mielenkiinnon vaaan. Voitte miettiä mahdollisia atkaisumalleja ja lähettää ne Solmun toimitukseen; pahaat ehdotukset julkaistaan kijoitussajan seuaavissa osissa. mitalle pätee 0 < m <. Kyseisen määitelmän täsmentäminen vaatisi tiettyjä ajoituksia koko kuviolle ja sen osakuviolle, mutta se johtaisi euklidisen avauuden mitan määittelyyn, ja tyydymmekin tässä yhteydessä pelkästään havainnolliseen käsittelyyn. Esimekki. Huoneen lattialla on neliöuudukko, jossa neliön sivu = kolikon halkaisija = 2. Millä todennäköisyydellä lattialle heitetty kolikko peittää neliön käjen? Ratkaisu. Tutkimme kysytyn geometisen todennäköisyyden selvittämiseksi kolikon keskipisteen sijaintia neliöuudukossa. Koska ei neliöt ovat toisiinsa nähden samassa asemassa, voimme takastella yhtä neliötä. Sen pinta-ala on m = (2) 2 = 4 2. Takastelemme tapahtumaa = lattialle heitetty kolikko peittää neliön käjen, jota mallissamme edustaa kolikon keskipisteen sijainti neliössä. Suotuisissa tapauksissa kolikon keskipisteen etäisyys neliön käjestä on pienempi kuin (katso kuva). Näin ollen :n pintaala on m() = 4 π2 4 = π 2, ja kysytty geometinen todennäköisyys on siten P g () = π2 4 2 = π 4 0,785. Geometinen todennäköisyys Heti todennäköisyyslaskennan vahaiskehitysvaiheessa huomattiin, että symmetisiin yhtä todennäköisiin tapahtumiin peustuva todennäköisyyden klassinen määitelmä oli iittämätön. Yksi ensimmäisistä yityksistä laajentaa määitelmää oli geometisen todennäköisyyden idea. Tässäkin lähestymistavassa yhtä todennäköisen käsite oli vielä keskeisessä oolissa, mutta geometista todennäköisyyttä voidaan kuitenkin hyvällä syyllä pitää klassisen todennäköisyyden yleistyksenä; esimekiksi alkeistapauksia geometisessa todennäköisyydessä on ajaton määä. Geometista todennäköisyyttä on mahdollista soveltaa tilanteissa, joissa satunnaiskokeen tulos voidaan havainnollistaa geometisella kuviolla ja kiinnostuksen kohteena oleva tapahtuma tämän osakuviona. Tällaisia kuvioita ja niiden osakuvioita voivat olla esimekiksi yksiulotteinen jana, kaksiulotteinen tasoalue tai kolmiulotteinen kappale. Tilanteen on oltava siinä mielessä symmetinen, että :n mahdollisuus esiintyä iippuu vain :n geometisesta mitasta (janalla pituus, tasoalueella pinta-ala ja kappaleella tilavuus), eikä lainkaan :n muodosta ja sijainnista. Tällöin voimme määitellä :n geometisen todennäköisyyden lukuna P g () = m() m, missä m() edustaa osakuvion ja m koko kuvion geometista mittaa; lisäksi oletetaan, että koko kuvion On selvää, että geometisen todennäköisyyden määittelyyn liittyy aivan samoja peiaatteellisia ongelmia kuin klassisenkin todennäköisyyden määittelyyn. Vakavin puute kummassakin määitelmässä on, että ne kattavat vain hyvin suppean osan niistä satunnaiskokeista, joista olemme kiinnostuneet. Kummankaan määitelmän pohjalta on mahdotonta konstuoida alkeistapauksia, joiden avulla voisimme johtaa todennäköisyyden, että syntyvä lapsi on tyttö tai että tietyn adioaktiivisen atomin elinikä on suuempi kuin vuotta. Betandin paadoksi Ranskalainen matemaatikko Joseph Betand ( ) esitti todennäköisyyslaskennan kusseillaan useita geometiseen todennäköisyyteen liittyviä ongelmia, joissa tulos iippui ongelman atkaisutavasta. Betandin esittämistä ongelmista tunnetuin lienee seuaava paadoksi, jonka käsittely peustuu venäläisen Bois Gnedenkon ( ) todennäköisyysteoian klassisen teoksen The Theoy of Pobability esitykseen.

6 Tämän -säteisen kiekon pinta-ala on tunnetusti π 2, siis tämä on m. Tapahtumalle suotuisissa tapauksissa jänteen keskipiste kuuluu kiekkoon ( ) 2}, {(x, y) R 2 : x 2 + y 2 < 2 jonka pinta-ala on Betand Gnedenko ( ) 2 π m() = π = Betandin paadoksi. nnettuun ympyään piietään umpimähkään jänne. Mikä on todennäköisyys, että jänne on pidempi kuin ympyän sisään piietyn tasasivuisen kolmion sivu? Mekitään totuttuun tapaan kysyttyä tapahtumaa :lla. Ympyän sisään piietyn tasasivuisen kolmion kulmanpuolittajat leikkaavat toisensa samassa pisteessä suhteessa 1 : 2. Näin ollen ympyän keskipisteen etäisyys kolmion sivuista on 2 (katso kuva). /2 Ratkaisu 1. Oletetaan, että jänteen keskipisteen ja ympyän keskipisteen etäisyys valitaan umpimähkään väliltä ]0, [, missä on ympyän säde. Tällöin geometinen mitta m =. Tapahtumalle suotuisissa tapauksissa jänteen ja ympyän keskipisteiden välinen etäisyys kuuluu välille ]0, 2 [, joten m() = 2. Näin ollen kysytty geometinen todennäköisyys on P g () = 2 = 1 2 = 0,5. Ratkaisu 2. Oletetaan, että jänteen toinen päätepiste ajatellaan kiinteäksi ja toinen valitaan umpimähkään ympyän kehältä. Kehän pituus on m = 2π. Tapahtumalle suotuisissa tapauksissa jänteen toinen päätepiste kuuluu ympyän kaaeen, jonka pituus on m() = 2π 3. Näin ollen kysytty geometinen todennäköisyys on Näin ollen kysytty geometinen todennäköisyys on P g () = m() m = π 4 2 π 2 = 1 4 = 0,25. Saimme esitettyyn ongelmaan kolme eilaista vastausta, ja seuaava tehtävämme onkin yittää selvittää, miksei ongelman atkaisu ole yksikäsitteinen. Onko syy mahdollisesti jokin peustavaa laatua oleva mahdottomuus määittää todennäköisyys yksikäsitteisesti tilanteissa, joissa on ääetön määä mahdollisia tuloksia (jännehän voidaan piitää ympyän sisään ääettömän monella ei tavalla)? Vai johtuuko havaintomme kenties joistakin vääistä alkuoletuksista ongelman kolmessa ei atkaisussa? On selvää, että edellä esitetyt atkaisut ovat yhden ja saman ongelman kolme eilaista atkaisua, sillä ongelman asettelu ei määittele tapaa, jolla jänne tulee satunnaisesti piitää ympyän sisälle. Ensimmäisessä atkaisussa voidaan ajatella, että vähintään lävistäjän pituinen tanko (ympyän sisään jäävä osa vastaa jännettä) vieii kohtisuoasti yhtä lävistäjää (siis kahta peäkkäin asetettua samansuuntaista sädettä) pitkin. Kaikki mahdolliset tangon keskipisteen pysähtymiskohdat muodostavat janan B (katso kuva), jonka pituus on sama kuin lävistäjänkin. Yhtä todennäköisiä ovat tällöin ne tapahtumat, jotka koostuvat tangon pysähtymiskohdista h:n pituisella janalla iippumatta siitä, missä kyseinen jana sijaitsee lävistäjällä. P g () = 2π 3 2π = 1 3 0,333. x B Ratkaisu 3. Oletetaan, että jänteen keskipiste valitaan umpimähkään ympyän sisältä eli kiekosta {(x, y) R 2 : x 2 + y 2 < 2 }. Ratkaisun 1 kuva.

7 Toisessa atkaisussa voidaan ajatella, että vastaava tanko on kiinnitetty yhteen pisteeseen ympyän kehällä, ja tankoa on mahdollista käännellä kokeintaan 180 siten, että se leikkaa aina ympyän kehää (katso kuva). Tangon liikkumista ajoittaa siis kiinnityspisteeseen ympyälle piietty tangentti. Nyt oletetaan, että tangon pysähtymiskohta h:n pituisella ympyän kaaella iippuu kaaen pituudesta mutta ei iipu kaaen paikasta ympyän kehällä. Näin ollen yhtä todennäköisiä tapahtumia ovat tangon pysähtymiskohdat kaailla, joiden pituudet ovat samat. Kolmannessa atkaisussa heitämme jänteen keskipisteen umpimähkään ympyän sisälle. Tällöin yhtä todennäköisiä tapahtumia ovat pinta-alaltaan samansuuuiset ympyän sisällä sijaitsevat tasoalueet. Kysytty todennäköisyys saadaan siitä, että keskipiste putoaa tiettyyn pienempään samankeskiseen ympyään (katso kuva). Eilaiset lopputulokset esittämissämme kolmessa ei atkaisussa ovat tämän jälkeen vasin ilmeisiä. x Lähteet Ratkaisun 3 kuva. Ratkaisun 2 kuva. Näiden takastelujen jälkeen on vasin selvää, että geometisen todennäköisyyden määitelmät ensimmäisessä ja toisessa atkaisussa ovat istiiidassa keskenään. Ensimmäisen atkaisun mukaan todennäköisyys, että jana pysähtyy välille ], x[, on x 2. Todennäköisyys sille, että janan ja ympyän kehän leikkauspisteen kohtisuoa pojektio lävistäjälle toisessa atkaisussa osuu samalle välille, on alkeellisen geometisen takastelun nojalla { 1 π x accos, kun x, ja 1 1 x π accos, kun x. Elfving, Gustav, ja Tuominen, Pekka: Todennäköisyyslaskenta II, Limes y, Helsinki, Gnedenko, Bois: The Theoy of Pobability, Mi Publishes, Moscow, Lehtinen, Matti: Matematiikan histoia, Tuominen, Pekka: Todennäköisyyslaskenta I, Limes y, Helsinki, Tuominen, Pekka, ja Nolamo, Pekka: Todennäköisyyslaskenta, osa 1, Limes y, Helsinki, Tuominen, Pekka, ja Nolamo, Pekka: Todennäköisyyslaskenta, osa 2, Limes y, Helsinki, The MacTuto Histoy of Mathematics achive,

Todennäköisyys (englanniksi probability)

Todennäköisyys (englanniksi probability) Todennäköisyys (englanniksi probability) Todennäköisyyslaskenta sai alkunsa 1600-luvulla uhkapeleistä Ranskassa (Pascal, Fermat). Nykyisin todennäköisyyslaskentaa käytetään hyväksi mm. vakuutustoiminnassa,

Lisätiedot

Todennäköisyys. Antoine Gombaud, eli chevalier de Méré?.? Kirjailija ja matemaatikko

Todennäköisyys. Antoine Gombaud, eli chevalier de Méré?.? Kirjailija ja matemaatikko Todennäköisyys TOD.NÄK JA TILASTOT, MAA10 Todennäköisyyslaskennan juuret ovat ~1650-luvun uhkapeleissä. Kreivi de Mérén noppapelit: Jos noppaa heitetään 4 kertaa, niin kannattaako lyödä vetoa sen puolesta,

Lisätiedot

Aluksi. Ympyrästä. Ympyrän osat. MAB2: Ympyrä 4

Aluksi. Ympyrästä. Ympyrän osat. MAB2: Ympyrä 4 MAB: Ympyä 4 Aluksi Tämän luvun aihe on ympyä. Ympyä on yksi geometisista peusmuodoista ja on sinulle ennestään hyvinkin tuttu. Mutta oletko tullut ajatelleeksi, että ympyää voidaan pitää säännöllisen

Lisätiedot

HY / Matematiikan ja tilastotieteen laitos Tilastollinen päättely II, kevät 2017 Harjoitus 1 Ratkaisuehdotuksia Tehtäväsarja I

HY / Matematiikan ja tilastotieteen laitos Tilastollinen päättely II, kevät 2017 Harjoitus 1 Ratkaisuehdotuksia Tehtäväsarja I HY / Matematiikan ja tilastotieteen laitos Tilastollinen päättely II, kevät 2017 Harjoitus 1 Ratkaisuehdotuksia Tehtäväsarja I Tehtävä 1 on klassikko. 1. Tässä tehtävässä tapahtumat A ja B eivät välttämättä

Lisätiedot

031021P Tilastomatematiikka (5 op) Kurssi-info ja lukion kertausta

031021P Tilastomatematiikka (5 op) Kurssi-info ja lukion kertausta 031021P Tilastomatematiikka (5 op) Kurssi-info ja lukion kertausta Jukka Kemppainen Mathematics Division Käytännön asioita Luennot (yht. 7 4 h) ke 12-14 ja pe 8-10 (ks. tarkemmin Oodista tai Nopasta) Harjoitukset

Lisätiedot

Tietoa sähkökentästä tarvitaan useissa fysikaalisissa tilanteissa, esimerkiksi jos halutaan

Tietoa sähkökentästä tarvitaan useissa fysikaalisissa tilanteissa, esimerkiksi jos halutaan 3 Sähköstatiikan laskentamenetelmiä Tietoa sähkökentästä tavitaan useissa fysikaalisissa tilanteissa, esimekiksi jos halutaan tietää missäläpilyönti on todennäköisin suujännitelaitteessa tai mikä on kahden

Lisätiedot

Todennäköisyyslaskenta 1/7 Sisältö ESITIEDOT: joukko-oppi, lukumäärän laskeminen, funktiokäsite Hakemisto

Todennäköisyyslaskenta 1/7 Sisältö ESITIEDOT: joukko-oppi, lukumäärän laskeminen, funktiokäsite Hakemisto Todennäköisyyslaskenta /7 Sisältö ESITIEDOT: joukko-oppi, n laskeminen, käsite Hakemisto Todennäköisyyslaskennan peruskäsitteet Todennäköisyyslaskennassa tarkastelun kohteena ovat satunnaisilmiöt.esimerkkejä

Lisätiedot

Käytetään satunnaismuuttujaa samoin kuin tilastotieteen puolella:

Käytetään satunnaismuuttujaa samoin kuin tilastotieteen puolella: 8.1 Satunnaismuuttuja Käytetään satunnaismuuttujaa samoin kuin tilastotieteen puolella: Esim. Nopanheitossa (d6) satunnaismuuttuja X kertoo silmäluvun arvon. a) listaa kaikki satunnaismuuttujan arvot b)

Lisätiedot

Matematiikkalehti 2/2002.

Matematiikkalehti 2/2002. Matematiikkalehti 2/2002 http://solmu.math.helsinki.fi/ 2 Solmu Solmu 2/2002 Matematiikan laitos PL 4 (Yliopistonkatu 5) 00014 Helsingin yliopisto http://solmu.math.helsinki.fi/ Päätoimittaja Pekka Alestalo,

Lisätiedot

Ympyrä sekä kehä-, keskus- ja tangenttikulmat

Ympyrä sekä kehä-, keskus- ja tangenttikulmat 31.1.017 Ympyä sekä kehä-, keskus- ja tangenttikulmat GEMETRI M3 Ympyä: Ympyä on niiden tason pisteiden joukko, jotka ovat säteen etäisyydellä keskipisteestä. Sanotaan, että ympyä on tällaisten pisteiden

Lisätiedot

TODENNÄKÖISYYS JA TILASTOT MAA6 KERTAUS

TODENNÄKÖISYYS JA TILASTOT MAA6 KERTAUS TODENNÄKÖISYYS JA TILASTOT MAA6 KERTAUS Klassinen todennäköisyys P suotuisten alkeistapausten lkm kaikkien alkeistapausten lkm P( mahdoton tapahtuma ) = 0 P( varma tapahtuma ) = 1 0 P(A) 1 Todennäköisyys

Lisätiedot

Öljysäiliö maan alla

Öljysäiliö maan alla Kaigasniemen koulu Öljysäiliö maan alla Yläkoulun ketaava ja syventävä matematiikan tehtävä Vesa Maanselkä 009 Ostat talon jossa on öljylämmitys. Takapihalle on kaivettu maahan sylintein muotoinen öljysäiliö

Lisätiedot

MATEMATIIKKA 5 VIIKKOTUNTIA

MATEMATIIKKA 5 VIIKKOTUNTIA EB-TUTKINTO 2008 MATEMATIIKKA 5 VIIKKOTUNTIA PÄIVÄMÄÄRÄ: 5. kesäkuuta 2008 (aamupäivä) KOKEEN KESTO: 4 tuntia (240 minuuttia) SALLITUT APUVÄLINEET: Europpa-koulun antama taulukkovihkonen Funktiolaskin,

Lisätiedot

4.1 Urakäsite. Ympyräviiva. Ympyrään liittyvät nimitykset

4.1 Urakäsite. Ympyräviiva. Ympyrään liittyvät nimitykset 4.1 Urakäsite. Ympyräviiva. Ympyrään liittyvät nimitykset MÄÄRITELMÄ 6 URA Joukko pisteitä, joista jokainen täyttää määrätyn ehdon, on ura. Urakäsite sisältää siten kaksi asiaa. Pistejoukon jokainen piste

Lisätiedot

1. Tässä tehtävässä päätellään kaksilapsisen perheen lapsiin liittyviä todennäköisyyksiä.

1. Tässä tehtävässä päätellään kaksilapsisen perheen lapsiin liittyviä todennäköisyyksiä. TODENNÄKÖISYYS Aihepiirejä: Yhden ja kahden tapahtuman tuloksien käsittely ja taulukointi, ovikoodit, joukkueen valinta, bussin odotus, pelejä, urheilijoiden testaus kielletyn piristeen käytöstä, linnun

Lisätiedot

Kenguru 2012 Junior sivu 1 / 8 (lukion 1. vuosi)

Kenguru 2012 Junior sivu 1 / 8 (lukion 1. vuosi) Kenguru 2012 Junior sivu 1 / 8 Nimi Ryhmä Pisteet: Kenguruloikan pituus: Irrota tämä vastauslomake tehtävämonisteesta. Merkitse tehtävän numeron alle valitsemasi vastausvaihtoehto. Väärästä vastauksesta

Lisätiedot

Todennäköisyyslaskenta - tehtävät

Todennäköisyyslaskenta - tehtävät Todennäköisyyslaskenta - tehtävät Todennäköisyyslaskentaa käsitellään Pitkän matematiikan kertauskirjan sivuilla 253 276. Klassinen todennäköisyys Kombinatoriikka Binomitodennäköisyys Satunnaismuuttuja,

Lisätiedot

1 2 x2 + 1 dx. (2p) x + 2dx. Kummankin integraalin laskeminen oikein (vastaukset 12 ja 20 ) antaa erikseen (2p) (integraalifunktiot

1 2 x2 + 1 dx. (2p) x + 2dx. Kummankin integraalin laskeminen oikein (vastaukset 12 ja 20 ) antaa erikseen (2p) (integraalifunktiot Helsingin yliopisto, Itä-Suomen yliopisto, Jyväskylän yliopisto, Oulun yliopisto, Tampereen yliopisto ja Turun yliopisto Matematiikan valintakoe (Ratkaisut ja pisteytys) 500 Kustakin tehtävästä saa maksimissaan

Lisätiedot

Yksinkertainen korkolasku

Yksinkertainen korkolasku Sivu 1/7 Rahan lainaus voidaan innastaa tavaan vuokaukseen, jolloin lainatusta ahasta maksetaan kokoa sitä enemmän, mitä suuemmasta ahamääästä on kysymys ja mitä pidempään aha on lainattuna. äyttöön saatua

Lisätiedot

031021P Tilastomatematiikka (5 op)

031021P Tilastomatematiikka (5 op) 031021P Tilastomatematiikka (5 op) Jukka Kemppainen Mathematics Division Käytännön asioita Luennot (yht. 11 4 h) ti 12-14 ja to 8-10 (ks. tarkempi opetusohjelma Oodista tms.) Harjoitukset (yht. 11 2 h)

Lisätiedot

9 Yhteenlaskusääntö ja komplementtitapahtuma

9 Yhteenlaskusääntö ja komplementtitapahtuma 9 Yhteenlaskusääntö ja komplementtitapahtuma Kahta joukkoa sanotaan erillisiksi, jos niillä ei ole yhtään yhteistä alkiota. Jos pysytellään edelleen korttipakassa, niin voidaan ilman muuta sanoa, että

Lisätiedot

Kolmion merkilliset pisteet ja kulman puolittajalause

Kolmion merkilliset pisteet ja kulman puolittajalause Kolmion mekilliset pisteet ja kulman puolittajalause GOMTRI M3 iiettäessä kolmioille kulmanpuolittajia, sivujen keskinomaaleja, kokeusjanoja tai mediaaneja eli keskijanoja, niin osoittautuu, että näiden

Lisätiedot

(x, y) 2. heiton tulos y

(x, y) 2. heiton tulos y Mat-1.2620 Sovellettu todennäköisyyslaskenta B / Tehtävät Demo-tehtävät: 1, 2, 4, 6, 8, 11 Pistetehtävät: 3, 5, 9, 12 Ylimääräiset tehtävät: 7, 10, 13 Aiheet: Joukko-oppi Todennäköisyys ja sen määritteleminen

Lisätiedot

Lukion. Calculus. Paavo Jäppinen Alpo Kupiainen Matti Räsänen Otava PIKATESTIN JA KERTAUSKOKEIDEN TEHTÄVÄT RATKAISUINEEN

Lukion. Calculus. Paavo Jäppinen Alpo Kupiainen Matti Räsänen Otava PIKATESTIN JA KERTAUSKOKEIDEN TEHTÄVÄT RATKAISUINEEN alculus Lukion M Geometia Paavo Jäppinen lpo Kupiainen Matti Räsänen Otava PIKTESTIN J KERTUSKOKEIEN TEHTÄVÄT RTKISUINEEN Geometia (M) Pikatesti ja ketauskokeet Tehtävien atkaisut 1 Pikatesti (M) 1 Määitä

Lisätiedot

a b c d

a b c d 1. 11. 011!"$#&%(')'+*(#-,.*/103/465$*784 /(9:*;9."$ *;5> *@9 a b c d 1. + +. 3. 4. 5. 6. + + + + + + + + + + P1. 5 140 8 47 = 5 140 ( 3 ) 47 = 5 140 3 47 = 5 140 141 = (5 ) 140 = 10 140, jossa on

Lisätiedot

Miten hyvin mallit kuvaavat todellisuutta? Tarvitaan havaintoja.

Miten hyvin mallit kuvaavat todellisuutta? Tarvitaan havaintoja. Luku 1 Johdanto 1.1 Todennäköisyys ja tilastotiede Kurssi käsittelee todennäköisyyslaskentaa ja tilastotiedettä. Laaditaan satunnaisilmiöille todennäköisyysmalleja. Miten hyvin mallit kuvaavat todellisuutta?

Lisätiedot

Sähkökentät ja niiden laskeminen I

Sähkökentät ja niiden laskeminen I ähkökentät ja niiden laskeminen I IÄLTÖ: 1.1. Gaussin lain integaalimuoto ähkökentän vuo uljetun pinnan sisään jäävän kokonaisvaauksen laskeminen Vinkkejä Gaussin lain käyttöön laskettaessa sähkökenttiä

Lisätiedot

A-osa. Ratkaise kaikki tämän osan tehtävät. Tehtävät arvostellaan pistein 0-6. Taulukkokirjaa saa käyttää apuna, laskinta ei.

A-osa. Ratkaise kaikki tämän osan tehtävät. Tehtävät arvostellaan pistein 0-6. Taulukkokirjaa saa käyttää apuna, laskinta ei. PITKÄ MATEMATIIKKA PRELIMINÄÄRIKOE 7..07 NIMI: A-osa. Ratkaise kaikki tämän osan tehtävät. Tehtävät arvostellaan pistein 0-. Taulukkokirjaa saa käyttää apuna, laskinta ei.. Valitse oikea vaihtoehto ja

Lisätiedot

Määritelmiä. Nopanheitossa taas ω 1 = saadaan 1, ω 2 = saadaan 2,..., ω 6 = saadaan

Määritelmiä. Nopanheitossa taas ω 1 = saadaan 1, ω 2 = saadaan 2,..., ω 6 = saadaan Todennäköisyys Todennäköisyys on epävarman matematiikkaa. Matemaattinen todennäköisyys mallintaa satunnaisia ilmiöitä, kuten esimerkiksi nopantai lantinheitto. Todennäköisyyttä voi lähestyä mm. tilastollisesti

Lisätiedot

Ilkka Mellin Todennäköisyyslaskenta

Ilkka Mellin Todennäköisyyslaskenta Ilkka Mellin Todennäköisyyslaskenta Osa 1: Todennäköisyys ja sen laskusäännöt Johdanto: Deterministisyys ja satunnaisuus Todennäköisyyden määritteleminen Todennäköisyyslaskennan peruskäsitteet TKK (c)

Lisätiedot

Ylioppilastutkintolautakunta S t u d e n t e x a m e n s n ä m n d e n

Ylioppilastutkintolautakunta S t u d e n t e x a m e n s n ä m n d e n Ylioilastutkintolautakunta S t u d e n t e x a m e n s n ä m n d e n MATEMATIIKAN KOE, PITKÄ OPPIMÄÄRÄ 904 HYVÄN VASTAUKSEN PIIRTEITÄ Alla oleva vastausten iiteiden, sisältöjen ja isteitysten luonnehdinta

Lisätiedot

Diplomi-insinööri- ja arkkitehtikoulutuksen yhteisvalinta 2018 Insinöörivalinnan matematiikan koe, , Ratkaisut (Sarja A)

Diplomi-insinööri- ja arkkitehtikoulutuksen yhteisvalinta 2018 Insinöörivalinnan matematiikan koe, , Ratkaisut (Sarja A) Diplomi-insinööri- ja arkkitehtikoulutuksen yhteisvalinta 2018 Insinöörivalinnan matematiikan koe, 2952018, Ratkaisut (Sarja A) 1 Anna kaikissa kohdissa vastaukset tarkkoina arvoina Kohdassa d), anna kulmat

Lisätiedot

3.5 Todennäköisyyden laskumenetelmiä

3.5 Todennäköisyyden laskumenetelmiä MAB5: Todennäköisyyden lähtökohdat 3.5 Todennäköisyyden laskumenetelmiä Aloitetaan esimerkillä, joka on sitä sarjaa, mihin ei ole mitään muuta yleispätevää ohjetta kuin että on edettävä järjestelmällisesti

Lisätiedot

(b) Tarkista integroimalla, että kyseessä on todella tiheysfunktio.

(b) Tarkista integroimalla, että kyseessä on todella tiheysfunktio. Todennäköisyyslaskenta I, kesä 7 Harjoitus 4 Ratkaisuehdotuksia. Satunnaismuuttujalla X on ns. kaksipuolinen eksponenttijakauma eli Laplacen jakauma: sen tiheysfunktio on fx = e x. a Piirrä tiheysfunktio.

Lisätiedot

Kenguru Student (lukion 2. ja 3. vuosi) sivu 1 / 6

Kenguru Student (lukion 2. ja 3. vuosi) sivu 1 / 6 Kenguru Student (lukion 2. ja 3. vuosi) sivu 1 / 6 NIMI LUOKKA/RYHMÄ Pisteet: Kenguruloikan pituus: Irrota tämä vastauslomake tehtävämonisteesta. Merkitse tehtävän numeron alle valitsemasi vastausvaihtoehto.

Lisätiedot

3.7 Todennäköisyysjakaumia

3.7 Todennäköisyysjakaumia MAB5: Todennäköisyyden lähtökohdat 4 Luvussa 3 Tunnusluvut perehdyimme jo jakauman käsitteeseen yleensä ja normaalijakaumaan vähän tarkemmin. Lähdetään nyt tutustumaan binomijakaumaan ja otetaan sen jälkeen

Lisätiedot

Todennäköisyyslaskenta I, kesä 2017 Helsingin yliopisto/avoin Yliopisto Harjoitus 1, ratkaisuehdotukset

Todennäköisyyslaskenta I, kesä 2017 Helsingin yliopisto/avoin Yliopisto Harjoitus 1, ratkaisuehdotukset Todennäköisyyslaskenta I, kesä 207 Helsingin yliopisto/avoin Yliopisto Harjoitus, ratkaisuehdotukset. Kokeet ja Ω:n hahmottaminen. Mitä tarkoittaa todennäköisyys on? Olkoon satunnaiskokeena yhden nopan

Lisätiedot

MAT Todennäköisyyslaskenta Tentti / Kimmo Vattulainen

MAT Todennäköisyyslaskenta Tentti / Kimmo Vattulainen MAT-25 Todennäköisyyslaskenta Tentti 12.4.216 / Kimmo Vattulainen Funktiolaskin sallittu. Palauta kaavakokoelma 1. a) Pelaajat A ja B heittävät noppaa vuorotellen ja pelin voittaa se, joka saa ensimmäiseksi

Lisätiedot

MATEMATIIKKA 5 VIIKKOTUNTIA. PÄIVÄMÄÄRÄ: 8. kesäkuuta 2009

MATEMATIIKKA 5 VIIKKOTUNTIA. PÄIVÄMÄÄRÄ: 8. kesäkuuta 2009 EB-TUTKINTO 2009 MATEMATIIKKA 5 VIIKKOTUNTIA PÄIVÄMÄÄRÄ: 8. kesäkuuta 2009 KOKEEN KESTO: 4 tuntia (240 minuuttia) SALLITUT APUVÄLINEET: Eurooppa-koulun antama taulukkovihkonen Funktiolaskin, joka ei saa

Lisätiedot

https://www10.uta.fi/opas/opintojakso.htm?rid=11585 &idx=2&uilang=fi&lang=fi&lvv=2015

https://www10.uta.fi/opas/opintojakso.htm?rid=11585 &idx=2&uilang=fi&lang=fi&lvv=2015 25.10.2016/1 MTTTP5, luento 25.10.2016 1 Kokonaisuudet, joihin opintojakso kuuluu https://www10.uta.fi/opas/opintojakso.htm?rid=11585 &idx=2&uilang=fi&lang=fi&lvv=2015 2 Osaamistavoitteet Opiskelija osaa

Lisätiedot

Materiaalia, ohjeita, videoita sekä lisätietoja opettajille tarjottavasta koulutuksesta osoitteessa:

Materiaalia, ohjeita, videoita sekä lisätietoja opettajille tarjottavasta koulutuksesta osoitteessa: Kevään 06 Pitkän matematiikan YO-kokeen TI-Nspie CAS -atkaisut Nämä atkaisut tety alusta loppuun TI-Nspie CX CAS -ojelmistolla ja tallennettu lopuksi PDF -muotoon. Takoituksena on avainnollistaa, miten

Lisätiedot

Tilastotieteen jatkokurssi Sosiaalitieteiden laitos Harjoitus 9 (viikko 16) Ratkaisuehdotuksia (Laura Tuohilampi)

Tilastotieteen jatkokurssi Sosiaalitieteiden laitos Harjoitus 9 (viikko 16) Ratkaisuehdotuksia (Laura Tuohilampi) Tilastotieteen jatkokussi Sosiaalitieteiden laitos Hajoitus 9 (viikko 16) Ratkaisuehdotuksia (Laua Tuohilampi) 1. Alla mainituissa testitilanteissa saatiin otoskeskiavoon peustuvan testisuueen avoksi z

Lisätiedot

YMPYRÄ. Ympyrä opetus.tv:ssä. Määritelmä Kehän pituus Pinta-ala Sektori, kaari, keskuskulma, segmentti ja jänne

YMPYRÄ. Ympyrä opetus.tv:ssä. Määritelmä Kehän pituus Pinta-ala Sektori, kaari, keskuskulma, segmentti ja jänne YMPYRÄ Ympyrä opetus.tv:ssä Määritelmä Kehän pituus Pinta-ala Sektori, kaari, keskuskulma, segmentti ja jänne KAPPALEEN TERMEJÄ 1. Ympyrä Ympyrä on niiden tason pisteiden joukko, jotka ovat yhtä kaukana

Lisätiedot

Suotuisien tapahtumien lukumäärä Kaikki alkeistapahtumien lukumäärä

Suotuisien tapahtumien lukumäärä Kaikki alkeistapahtumien lukumäärä Todennäköisyys 1 Klassinen todennäköisyys: p = Suotuisien tapahtumien lukumäärä Kaikki alkeistapahtumien lukumäärä Esimerkkejä: Nopan heitto, kolikon heitto Satunnaismuuttuja Tilastollisesti vaihtelevaa

Lisätiedot

Helsingin, Itä-Suomen, Jyväskylän, Oulun, Tampereen ja Turun yliopisto Matematiikan valintakoe 11.6.2012 klo 10 13 Ratkaisut ja pisteytysohjeet

Helsingin, Itä-Suomen, Jyväskylän, Oulun, Tampereen ja Turun yliopisto Matematiikan valintakoe 11.6.2012 klo 10 13 Ratkaisut ja pisteytysohjeet Helsingin, Itä-Suomen, Jyväskylän, Oulun, Tampereen ja Turun yliopisto Matematiikan valintakoe 11.6.01 klo 10 13 t ja pisteytysohjeet 1. Ratkaise seuraavat yhtälöt ja epäyhtälöt. (a) 3 x 3 3 x 1 4, (b)

Lisätiedot

Helsingin seitsemäsluokkalaisten matematiikkakilpailu 7.2.2013 Ratkaisuita

Helsingin seitsemäsluokkalaisten matematiikkakilpailu 7.2.2013 Ratkaisuita Helsingin seitsemäsluokkalaisten matematiikkakilpailu..013 Ratkaisuita 1. Eräs kirjakauppa myy pokkareita yhdeksällä eurolla kappale, ja siellä on meneillään mainoskampanja, jossa seitsemän sellaista ostettuaan

Lisätiedot

Sovellettu todennäköisyyslaskenta B

Sovellettu todennäköisyyslaskenta B Sovellettu todennäköisyyslaskenta B Antti Rasila Kalvoissa käytetään materiaalia P. Palon vuoden 2005 kurssista. 07.09.2007 Antti Rasila () SovTodB 07.09.2007 07.09.2007 1 / 24 1 Todennäköisyyslaskennan

Lisätiedot

Sovellettu todennäköisyyslaskenta B

Sovellettu todennäköisyyslaskenta B Sovellettu todennäköisyyslaskenta B Antti Rasila 13. syyskuuta 2007 Antti Rasila () TodB 13. syyskuuta 2007 1 / 21 1 Klassinen todennäköisyys 2 Kombinatoriikkaa Kombinatoriikan perusongelmat Permutaatiot

Lisätiedot

A-osio: Ilman laskinta, MAOL:in taulukkokirja saa olla käytössä. Maksimissaan tunti aikaa.

A-osio: Ilman laskinta, MAOL:in taulukkokirja saa olla käytössä. Maksimissaan tunti aikaa. MAA6 koe 26.9.2016 Jussi Tyni Muista merkitä vastauspaperiin oma nimesi ja tee etusivulle pisteytysruudukko. Kaikkiin tehtävien ratkaisuihin välivaiheet näkyviin! A-osio: Ilman laskinta, MAOL:in taulukkokirja

Lisätiedot

Juuri 10 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty

Juuri 10 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty Juuri 0 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty 9..08 Kertaus K. a) Alapaineiden pienin arvo on ja suurin arvo 74, joten vaihteluväli on [, 74]. b) Alapaineiden keskiarvo on 6676870774

Lisätiedot

PERUSKOULUN MATEMATIIKKAKILPAILU LOPPUKILPAILU PERJANTAINA

PERUSKOULUN MATEMATIIKKAKILPAILU LOPPUKILPAILU PERJANTAINA PERUSKOULUN MATEMATIIKKAKILPAILU LOPPUKILPAILU PERJANTAINA 4..005 OSA 1 Laskuaika 30 min Pistemäärä 0 pistettä 1. Mikä on lukujonon seuraava jäsen? Minkä säännön mukaan lukujono muodostuu? 1 4 5 1 1 1

Lisätiedot

Varma tapahtuma, Yhdiste, Yhdistetty tapahtuma, Yhteenlaskusääntö

Varma tapahtuma, Yhdiste, Yhdistetty tapahtuma, Yhteenlaskusääntö Mat-2.090 Sovellettu todennäköisyyslasku A / Ratkaisut Aiheet: Avainsanat: Unioni, Todennäköisyyslaskennan peruskäsitteet Todennäköisyyslaskennan peruslaskusäännöt Alkeistapahtuma, Ehdollinen todennäköisyys,

Lisätiedot

&idx=2&uilang=fi&lang=fi&lvv=2015

&idx=2&uilang=fi&lang=fi&lvv=2015 20.10.2015/1 MTTTP5, luento 20.10.2015 1 Kokonaisuudet, joihin opintojakso kuuluu https://www10.uta.fi/opas/opintojakso.htm?rid=11585 &idx=2&uilang=fi&lang=fi&lvv=2015 2 Osaamistavoitteet Opiskelija osaa

Lisätiedot

8.1. Tuloperiaate. Antti (miettien):

8.1. Tuloperiaate. Antti (miettien): 8.1. Tuloperiaate Katseltaessa klassisen todennäköisyyden määritelmää selviää välittömästi, että sen soveltamiseksi on kyettävä määräämään erilaisten joukkojen alkioiden lukumääriä. Jo todettiin, ettei

Lisätiedot

4.3 Kehäkulma. Keskuskulma

4.3 Kehäkulma. Keskuskulma 4.3 Kehäkulma. Keskuskulma Sellaista kulmaa, jonka kärki on ympyrän kehällä ja kumpikin kylki leikkaa (rajatapauksessa sivuaa) ympyrän kehää, sanotaan kehäkulmaksi, ja sitä vastaavan keskuskulman kyljet

Lisätiedot

Kenguru 2013 Student sivu 1 / 7 (lukion 2. ja 3. vuosi)

Kenguru 2013 Student sivu 1 / 7 (lukion 2. ja 3. vuosi) Kenguru 2013 Student sivu 1 / 7 NIMI RYHMÄ Pisteet: Kenguruloikan pituus: Irrota tämä vastauslomake tehtävämonisteesta. Merkitse tehtävän numeron alle valitsemasi vastausvaihtoehto. Väärästä vastauksesta

Lisätiedot

MAT Todennäköisyyslaskenta Tentti / Kimmo Vattulainen

MAT Todennäköisyyslaskenta Tentti / Kimmo Vattulainen MAT-200 Todennäköisyyslaskenta Tentti 29.04.20 / Kimmo Vattulainen Funktiolaskin sallittu.. a) Pelaajat A ja B heittävät noppaa vuorotellen ja pelin voittaa se, joka saa ensimmäiseksi kuutosen. A aloittaa

Lisätiedot

4.1. Olkoon X mielivaltainen positiivinen satunnaismuuttuja, jonka odotusarvo on

4.1. Olkoon X mielivaltainen positiivinen satunnaismuuttuja, jonka odotusarvo on Mat-2.090 Sovellettu todennäköisyyslasku A / Ratkaisut Aiheet: Avainsanat: Otanta Poisson- Jakaumien tunnusluvut Diskreetit jakaumat Binomijakauma, Diskreetti tasainen jakauma, Geometrinen jakauma, Hypergeometrinen

Lisätiedot

Mat Sovellettu todennäköisyyslasku. Aiheet: Todennäköisyyslaskennan peruskäsitteet Todennäköisyyslaskennan peruslaskusäännöt Avainsanat:

Mat Sovellettu todennäköisyyslasku. Aiheet: Todennäköisyyslaskennan peruskäsitteet Todennäköisyyslaskennan peruslaskusäännöt Avainsanat: Mat-2.091 Sovellettu todennäköisyyslasku Aiheet: Todennäköisyyslaskennan peruskäsitteet Todennäköisyyslaskennan peruslaskusäännöt Avainsanat: Alkeistapahtuma, Ehdollinen todennäköisyys, Erotustapahtuma,

Lisätiedot

4. laskuharjoituskierros, vko 7, ratkaisut

4. laskuharjoituskierros, vko 7, ratkaisut 4. laskuharjoituskierros, vko 7, ratkaisut D1. Kone valmistaa kuulalaakerin kuulia, joiden halkaisija vaihtelee satunnaisesti. Halkaisijan on oltava tiettyjen rajojen sisällä, jotta kuula olisi käyttökelpoinen.

Lisätiedot

Tekijä Pitkä matematiikka

Tekijä Pitkä matematiikka K1 Tekijä Pitkä matematiikka 5 7..017 a) 1 1 + 1 = 4 + 1 = 3 = 3 4 4 4 4 4 4 b) 1 1 1 = 4 6 3 = 5 = 5 3 4 1 1 1 1 1 K a) Koska 3 = 9 < 10, niin 3 10 < 0. 3 10 = (3 10 ) = 10 3 b) Koska π 3,14, niin π

Lisätiedot

Helsingin, Itä-Suomen, Jyväskylän, Oulun, Tampereen ja Turun yliopisto Matematiikan valintakoe klo 10 13

Helsingin, Itä-Suomen, Jyväskylän, Oulun, Tampereen ja Turun yliopisto Matematiikan valintakoe klo 10 13 Helsingin, Itä-Suomen, Jyväskylän, Oulun, Tampereen ja Turun yliopisto Matematiikan valintakoe 11.6.2012 klo 10 13 1. Ratkaise seuraavat yhtälöt ja epäyhtälöt. (a) 3 2 x 2 3 2 3 x 1 4, (b) (x + 1)(x 2)

Lisätiedot

Johdatus matematiikkaan - tarinaosasto Tero Kilpeläinen

Johdatus matematiikkaan - tarinaosasto Tero Kilpeläinen Tero Kilpeläinen Syksy 2011 Mitä todistettavaa? Seuraavassa esimerkkejä lauseista, joiden todistukset eivät ole ilmeisiä. Aritmetiikan peruslause Jokainen luonnollinen luku voidaan esittää yksikäsitteisellä

Lisätiedot

XXIII Keski-Suomen lukiolaisten matematiikkakilpailu 23.1.2014, tehtävien ratkaisut

XXIII Keski-Suomen lukiolaisten matematiikkakilpailu 23.1.2014, tehtävien ratkaisut XXIII Keski-Suomen lukiolaisten matematiikkakilpailu 23.1.2014, tehtävien ratkaisut 1. Avaruusalus sijaitsee tason origossa (0, 0) ja liikkuu siitä vakionopeudella johonkin suuntaan, joka ei muutu. Tykki

Lisätiedot

Hilbertin aksioomat ja tarvittavat määritelmät Tiivistelmä Geometria-luentomonisteesta Heikki Pitkänen

Hilbertin aksioomat ja tarvittavat määritelmät Tiivistelmä Geometria-luentomonisteesta Heikki Pitkänen Hilbertin aksioomat ja tarvittavat määritelmät Tiivistelmä Geometria-luentomonisteesta Heikki Pitkänen 1. Hilbertin aksioomat 1-3 Oletetaan tunnetuiksi peruskäsitteet: piste, suora ja suora kulkee pisteen

Lisätiedot

HMM ja geenien etsintä

HMM ja geenien etsintä Kuten makovin mallien yhteydessä, niin HMM halutulla topologialla voidaan opettaa tunnistamaan geenejä. Ohessa eäs geenitunnistukseen käytetty topologia, joka tunnistaa ihmisen geenit (5 -> 3 ). Edellä

Lisätiedot

https://www10.uta.fi/opas/opintojakso.htm?rid=11585&i dx=2&uilang=fi&lang=fi&lvv=2015

https://www10.uta.fi/opas/opintojakso.htm?rid=11585&i dx=2&uilang=fi&lang=fi&lvv=2015 12.1.2016/1 MTTTP5, luento 12.1.2016 1 Kokonaisuudet, joihin opintojakso kuuluu https://www10.uta.fi/opas/opintojakso.htm?rid=11585&i dx=2&uilang=fi&lang=fi&lvv=2015 2 Osaamistavoitteet Opiskelija osaa

Lisätiedot

Kenguru 2012 Student sivu 1 / 8 (lukion 2. ja 3. vuosi)

Kenguru 2012 Student sivu 1 / 8 (lukion 2. ja 3. vuosi) Kenguru 2012 Student sivu 1 / 8 Nimi Ryhmä Pisteet: Kenguruloikan pituus: Irrota tämä vastauslomake tehtävämonisteesta. Merkitse tehtävän numeron alle valitsemasi vastausvaihtoehto. Väärästä vastauksesta

Lisätiedot

Todennäköisyyslaskenta IIa, syyslokakuu 2019 / Hytönen 2. laskuharjoitus, ratkaisuehdotukset

Todennäköisyyslaskenta IIa, syyslokakuu 2019 / Hytönen 2. laskuharjoitus, ratkaisuehdotukset Todennäköisyyslaskenta IIa, syyslokakuu 019 / Hytönen. laskuharjoitus, ratkaisuehdotukset 1. Kurssilla on 0 opiskelijaa, näiden joukossa Jutta, Jyrki, Ilkka ja Alex. Opettaja aikoo valita umpimähkään opiskelijan

Lisätiedot

MATEMATIIKAN KOE, PITKÄ OPPIMÄÄRÄ HYVÄN VASTAUKSEN PIIRTEITÄ

MATEMATIIKAN KOE, PITKÄ OPPIMÄÄRÄ HYVÄN VASTAUKSEN PIIRTEITÄ MATEMATIIKAN KOE, PITKÄ OPPIMÄÄRÄ.0.08 HYVÄN VASTAUKSEN PIIRTEITÄ Alla oleva vastausten piirteiden, sisältöjen ja pisteitysten luonnehdinta ei sido ylioppilastutkintolautakunnan arvostelua. Lopullisessa

Lisätiedot

1. Kuinka monella tavalla joukon kaikki alkiot voidaan järjestää jonoksi? Tähän antaa vastauksen: tuloperiaate ja permutaatio

1. Kuinka monella tavalla joukon kaikki alkiot voidaan järjestää jonoksi? Tähän antaa vastauksen: tuloperiaate ja permutaatio TOD.NÄK JA TILASTOT, MAA10 Kombinatoriikka Todennäköisyyksiä (-laskuja) varten tarvitaan tieto tapahtumille suotuisien alkeistapausten lukumäärästä eli tapahtumaa vastaavan osajoukon alkioiden lukumäärästä.

Lisätiedot

Johdatus todennäköisyyslaskentaan Todennäköisyys ja sen määritteleminen. TKK (c) Ilkka Mellin (2005) 1

Johdatus todennäköisyyslaskentaan Todennäköisyys ja sen määritteleminen. TKK (c) Ilkka Mellin (2005) 1 Johdatus todennäköisyyslaskentaan Todennäköisyys ja sen määritteleminen TKK (c) Ilkka Mellin (2005) 1 Todennäköisyys ja sen määritteleminen Deterministisyys ja satunnaisuus Todennäköisyyden määritteleminen

Lisätiedot

Cantorin joukon suoristuvuus tasossa

Cantorin joukon suoristuvuus tasossa Cantorin joukon suoristuvuus tasossa LuK-tutkielma Miika Savolainen 2380207 Matemaattisten tieteiden laitos Oulun yliopisto Syksy 2016 Sisältö Johdanto 2 1 Cantorin joukon esittely 2 2 Suoristuvuus ja

Lisätiedot

C. Montako prosenttia pinta-ala kasvaa, jos mittakaava suurenee 5%? a) 5 % b) 7 % c) 9 % d) 10 % e) 15 %

C. Montako prosenttia pinta-ala kasvaa, jos mittakaava suurenee 5%? a) 5 % b) 7 % c) 9 % d) 10 % e) 15 % 1. 4Monivalinta. Ympyrän halkaisija on 6. Ympyrän kehän pituus on a) 6π b) 3π c) 9π B. Pienoismallin pinta-ala on neljäsosa todellisesta pinta-alasta. Mittakaava on a) 1 : 2 b) 1:4 c) 1:8 C. Kolmioiden

Lisätiedot

MATEMATIIKKA JA TAIDE II

MATEMATIIKKA JA TAIDE II 1 MATEMATIIKKA JA TAIDE II Aihepiirejä: Hienomotoriikkaa harjoittavia kaksi- ja kolmiulotteisia väritys-, piirtämis- ja askartelutehtäviä, myös sellaisia, joissa kuvio jatkuu loputtomasti, ja sellaisia,

Lisätiedot

Oulun seitsemäsluokkalaisten matematiikkakilpailu 18.1.2012 Tehtävät ja ratkaisut

Oulun seitsemäsluokkalaisten matematiikkakilpailu 18.1.2012 Tehtävät ja ratkaisut Oulun seitsemäsluokkalaisten matematiikkakilpailu 18.1.2012 Tehtävät ja ratkaisut (1) Kolmen peräkkäisen kokonaisluvun summa on 42. Luvuista keskimmäinen on a) 13 b) 14 c) 15 d) 16. Ratkaisu. Jos luvut

Lisätiedot

{ 2v + 2h + m = 8 v + 3h + m = 7,5 2v + 3m = 7, mistä laskemmalla yhtälöt puolittain yhteen saadaan 5v + 5h + 5m = 22,5 v +

{ 2v + 2h + m = 8 v + 3h + m = 7,5 2v + 3m = 7, mistä laskemmalla yhtälöt puolittain yhteen saadaan 5v + 5h + 5m = 22,5 v + 9. 0. ÄÙ ÓÒ Ñ Ø Ñ Ø ÐÔ ÐÙÒ Ð Ù ÐÔ ÐÙÒ Ö Ø ÙØ 009 È ÖÙ Ö P. Olkoon vadelmien hinta v e, herukoiden h e ja mustikoiden m e rasialta. Oletukset voidaan tällöin kirjoittaa yhtälöryhmäksi v + h + m = 8 v +

Lisätiedot

C. Montako prosenttia pinta-ala kasvaa, jos mittakaava suurenee 5%? a) 5 % b) 7 % c) 9 % d) 10 % e) 15 %

C. Montako prosenttia pinta-ala kasvaa, jos mittakaava suurenee 5%? a) 5 % b) 7 % c) 9 % d) 10 % e) 15 % 1. Monivalinta. Ympyrän halkaisija on 6. Ympyrän kehän pituus on a) 6π b) 3π c) 9π B. Pienoismallin pinta-ala on neljäsosa todellisesta pinta-alasta. Mittakaava on a) 1 : 2 b) 1:4 c) 1:8 C. Kolmioiden

Lisätiedot

Diplomi-insinööri- ja arkkitehtikoulutuksen yhteisvalinta 2017 Insinöörivalinnan matematiikan koe , Ratkaisut (Sarja A)

Diplomi-insinööri- ja arkkitehtikoulutuksen yhteisvalinta 2017 Insinöörivalinnan matematiikan koe , Ratkaisut (Sarja A) Diplomi-insinööri- ja arkkitehtikoulutuksen yhteisvalinta 017 Insinöörivalinnan matematiikan koe 30..017, Ratkaisut (Sarja A) 1. a) Lukujen 9, 0, 3 ja x keskiarvo on. Määritä x. (1 p.) b) Mitkä reaaliluvut

Lisätiedot

1. a. Ratkaise yhtälö 8 x 5 4 x + 2 x+2 = 0 b. Määrää joku toisen asteen epäyhtälö, jonka ratkaisu on 2 x 1.

1. a. Ratkaise yhtälö 8 x 5 4 x + 2 x+2 = 0 b. Määrää joku toisen asteen epäyhtälö, jonka ratkaisu on 2 x 1. ABIKertaus.. a. Ratkaise yhtälö 8 5 4 + + 0 b. Määrää joku toisen asteen epäyhtälö, jonka ratkaisu on. 4. Jaa polynomi 8 0 5 ensimmäisen asteen tekijöihin ja ratkaise tämän avulla 4 epäyhtälö 8 0 5 0.

Lisätiedot

Todennäköisyyslaskenta

Todennäköisyyslaskenta Todennäköisyyslaskenta Syksy 2017 Kerkko Luosto 14. syyskuuta 2017 Kerkko Luosto Todennäköisyyslaskenta 14. syyskuuta 2017 1 / 26 Johdanto Johdantoesimerkki Esimerkki Hannu Huijari ostaa Keijo Kelmiltä

Lisätiedot

Jatkuvat satunnaismuuttujat

Jatkuvat satunnaismuuttujat Jatkuvat satunnaismuuttujat Satunnaismuuttuja on jatkuva jos se voi ainakin periaatteessa saada kaikkia mahdollisia reaalilukuarvoja ainakin tietyltä väliltä. Täytyy ymmärtää, että tällä ei ole mitään

Lisätiedot

Sisällysluettelo ESIPUHE KIRJAN 1. PAINOKSEEN...3 ESIPUHE KIRJAN 2. PAINOKSEEN...3 SISÄLLYSLUETTELO...4

Sisällysluettelo ESIPUHE KIRJAN 1. PAINOKSEEN...3 ESIPUHE KIRJAN 2. PAINOKSEEN...3 SISÄLLYSLUETTELO...4 Sisällysluettelo ESIPUHE KIRJAN 1. PAINOKSEEN...3 ESIPUHE KIRJAN 2. PAINOKSEEN...3 SISÄLLYSLUETTELO...4 1. JOHDANTO TILASTOLLISEEN PÄÄTTELYYN...6 1.1 INDUKTIO JA DEDUKTIO...7 1.2 SYYT JA VAIKUTUKSET...9

Lisätiedot

Geometriaa kuvauksin. Siirto eli translaatio

Geometriaa kuvauksin. Siirto eli translaatio Geometriaa kuvauksin Siirto eli translaatio Janan AB kuva on jana A B ja ABB A on suunnikas. Suora kuvautuu itsensä kanssa yhdensuuntaiseksi suoraksi. Kulmat säilyvät. Kuva ja alkukuva ovat yhtenevät.

Lisätiedot

ABHELSINKI UNIVERSITY OF TECHNOLOGY

ABHELSINKI UNIVERSITY OF TECHNOLOGY Todennäköisyyslaskennan käsitteitä Satunnaisuus ja deterministisyys Deterministisessä ilmiössä alkutila määrää lopputilan yksikäsitteisesti. Satunnaisilmiö puolestaan arpoo - yhdestä alkutilasta voi päätyä

Lisätiedot

Kurssilla esitetään lyhyt katsaus niihin todennäköisyyden ja satunnaisprosessien peruskäsitteisiin ja -ominaisuuksiin, joita tarvitaan digitaalisten

Kurssilla esitetään lyhyt katsaus niihin todennäköisyyden ja satunnaisprosessien peruskäsitteisiin ja -ominaisuuksiin, joita tarvitaan digitaalisten Todennäköisyys Kurssilla esitetään lyhyt katsaus niihin todennäköisyyden ja satunnaisprosessien peruskäsitteisiin ja -ominaisuuksiin, joita tarvitaan digitaalisten tietoliikennejärjestelmien ymmärtämisessä

Lisätiedot

1. Matkalla todennäköisyyteen

1. Matkalla todennäköisyyteen 1. Matkalla todennäköisyyteen Wovon man nicht sprechen kann, darüber muss man schweigen (Ludwig Wittgenstein, Tractatus Logico-Philosophicus 1921) Miten ihmeessä tämä liittyy tähän kurssiin????!?? 1.1

Lisätiedot

Todennäköisyyslaskenta

Todennäköisyyslaskenta Todennäköisyyslaskenta Syksy 2017 Kerkko Luosto 3. lokakuuta 2017 Kerkko Luosto Todennäköisyyslaskenta 3. lokakuuta 2017 1 / 33 Johdanto Johdantoesimerkki Esimerkki Hannu Huijari ostaa Keijo Kelmiltä Hämärätorilla

Lisätiedot

Ympyrä 1/6 Sisältö ESITIEDOT: käyrä, kulma, piste, suora

Ympyrä 1/6 Sisältö ESITIEDOT: käyrä, kulma, piste, suora Ympyrä 1/6 Sisältö Ympyrä ja sen yhtälö Tason pisteet, jotka ovat vakioetäisyydellä kiinteästä pisteestä, muodostavat ympyrän eli ympyräviivan. Kiinteä piste on ympyrän keskipiste ja vakioetäisyys sen

Lisätiedot

Vanhoja koetehtäviä. Analyyttinen geometria 2016

Vanhoja koetehtäviä. Analyyttinen geometria 2016 Vanhoja koetehtäviä Analyyttinen geometria 016 1. Määritä luvun a arvo, kun piste (,3) on käyrällä a(3x + a) = (y - 1). Suora L kulkee pisteen (5,1) kautta ja on kohtisuorassa suoraa 6x + 7y - 19 = 0 vastaan.

Lisätiedot

Ratkaisut vuosien tehtäviin

Ratkaisut vuosien tehtäviin Ratkaisut vuosien 1978 1987 tehtäviin Kaikki tehtävät ovat pitkän matematiikan kokeista. Eräissä tehtävissä on kaksi alakohtaa; ne olivat kokelaalle vaihtoehtoisia. 1978 Osoita, ettei mikään käyrän y 2

Lisätiedot

x+3 = n(y 3) y +n = 3(x n). Kun ylemmästä yhtälöstä ratkaistaan x = n(y 3) 3 ja sijoitetaan alempaan, saadaan

x+3 = n(y 3) y +n = 3(x n). Kun ylemmästä yhtälöstä ratkaistaan x = n(y 3) 3 ja sijoitetaan alempaan, saadaan 19.1. ÄÙ ÓÒ Ñ Ø Ñ Ø ÐÔ ÐÙÒ ÐÓÔÔÙ ÐÔ ÐÙÒ Ö Ø ÙØ 2018 1. Eevalla ja Martilla on kokonaislukumäärä euroja. Martti sanoi Eevalle: Jos annat minulle kolme euroa, niin minulla on n-kertainen määrä rahaa sinuun

Lisätiedot

Matematiikan kurssikoe, Maa 9 Integraalilaskenta RATKAISUT Torstai A-OSA

Matematiikan kurssikoe, Maa 9 Integraalilaskenta RATKAISUT Torstai A-OSA Matematiikan kussikoe, Maa 9 Integaalilaskenta RATKAISUT Tostai..8 A-OSA Sievin lukio. a) Integoi välivaiheineen i) (x t ) dt ii) x dx. b) Määittele integaalifunktio. c) i) Olkoon 5 f(x) dx =, f(x) dx

Lisätiedot

Matematiikan tukikurssi, kurssikerta 2

Matematiikan tukikurssi, kurssikerta 2 Matematiikan tukikurssi kurssikerta 1 Relaatioista Oletetaan kaksi alkiota a ja b. Näistä kumpikin kuuluu johonkin tiettyyn joukkoon mahdollisesti ne kuuluvat eri joukkoihin; merkitään a A ja b B. Voidaan

Lisätiedot

MS-A0503 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

MS-A0503 Todennäköisyyslaskennan ja tilastotieteen peruskurssi MS-A0503 Todennäköisyyslaskennan ja tilastotieteen peruskurssi 2A Satunnaismuuttujan odotusarvo Lasse Leskelä Matematiikan ja systeemianalyysin laitos Perustieteiden korkeakoulu Aalto-yliopisto Lukuvuosi

Lisätiedot

811120P Diskreetit rakenteet

811120P Diskreetit rakenteet 811120P Diskreetit rakenteet 2018-2019 7. Kombinatoriikka 7.1 Johdanto Kombinatoriikka tutkii seuraavan kaltaisia kysymyksiä: Kuinka monella tavalla jokin toiminto voidaan suorittaa? Kuinka monta tietynlaista

Lisätiedot

Osa 1: Todennäköisyys ja sen laskusäännöt. Klassinen todennäköisyys ja kombinatoriikka

Osa 1: Todennäköisyys ja sen laskusäännöt. Klassinen todennäköisyys ja kombinatoriikka Ilkka Mellin Todennäköisyyslaskenta Osa 1: Todennäköisyys ja sen laskusäännöt Klassinen todennäköisyys ja kombinatoriikka TKK (c) Ilkka Mellin (2007) 1 Klassinen todennäköisyys ja kombinatoriikka >> Klassinen

Lisätiedot

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi 2A Satunnaismuuttujan odotusarvo Lasse Leskelä Matematiikan ja systeemianalyysin laitos Perustieteiden korkeakoulu Aalto-yliopisto Syksy 2016,

Lisätiedot

SMG-4200 Sähkömagneettisten järjestelmien lämmönsiirto Ehdotukset harjoituksen 3 ratkaisuiksi

SMG-4200 Sähkömagneettisten järjestelmien lämmönsiirto Ehdotukset harjoituksen 3 ratkaisuiksi SMG-4 Sähkömagneettisten jäjestelmien lämmönsiito Ehdotukset hajoituksen 3 atkaisuiksi 1. Voidaan kohtuullisella takkuudella olettaa, että pallonmuotoisessa säiliössä lämpötila muuttuu vain pallon säteen

Lisätiedot

(b) Onko hyvä idea laske pinta-alan odotusarvo lähetmällä oletuksesta, että keppi katkeaa katkaisukohdan odotusarvon kohdalla?

(b) Onko hyvä idea laske pinta-alan odotusarvo lähetmällä oletuksesta, että keppi katkeaa katkaisukohdan odotusarvon kohdalla? 6.10.2006 1. Keppi, jonka pituus on m, taitetaan kahtia täysin satunnaisesti valitusta kohdasta ja muodostetaan kolmio, jonka kateetteina ovat syntyneet palaset. Kolmion pinta-ala on satunnaismuuttuja.

Lisätiedot