Jakaumien tunnusluvut. Jakaumien tunnusluvut. Jakaumien tunnusluvut: Mitä opimme? 2/2. Jakaumien tunnusluvut: Mitä opimme? 1/2

Koko: px
Aloita esitys sivulta:

Download "Jakaumien tunnusluvut. Jakaumien tunnusluvut. Jakaumien tunnusluvut: Mitä opimme? 2/2. Jakaumien tunnusluvut: Mitä opimme? 1/2"

Transkriptio

1 TKK (c) Ila Mell (4) Jaaume tuusluvut Johdatus todeäösyyslasetaa Jaaume tuusluvut Marov ja Tshebyshev epäyhtälöt Momett Vous ja hupuuus Suurte luuje la TKK (c) Ila Mell (4) Jaaume tuusluvut: Mtä opmme? / Tarastelemme tässä luvussa todeäösyysjaaume uvaamsta erlaste tuusluuje avulla. Tuusluvusta täre o todeäösyysjaauma todeäösyysmassa paopstettä uvaava ja ss jaauma sjatparametra äytettävä odotusarvo. Jaauma todeäösyysmassa hajaatuesuutta (ta esttyesyyttä) se paopstee suhtee uvataa varasslla ta stadardpoeamalla. ja varass vodaa määrtellä todeäösyysjaauma. ja. momet avulla. Jaauma voude ta hupuuude tarastelu vaat oreampe momette määrttelemstä. Tarastelemme lsäs jaauma vatleja seä mooda. Jaaume tuusluvut: Mtä opmme? / Estämme tässä luvussa myös moäyttöset Marov ja Tshebyshev epäyhtälöt. Marov ja Tshebyshev epäyhtälöde avulla vodaa arvoda todeäösyysjaauma todeäösyysmassa määrää jaauma hätäaluella. Estämme tässä luvussa myös usea rppumattoma satuasmuuttuja artmeettse esarvo asymptoottsta äyttäytymsestä oseva suurte luuje la. TKK (c) Ila Mell (4) 3 TKK (c) Ila Mell (4) 4 Jaaume tuusluvut: Estedot Estedot: s. seuraavaa luua: Satuasmuuttujat ja todeäösyysjaaumat Jaaume tuusluvut: Lsätedot Tässä luvussa tarastellaa myös satuasmuuttuje summa odotusarvoa ja varassa. Taraa ottae tämä vaat täsmeysesee moulotteste satuasmuuttuje tarastelua; s. luua Moulotteset satuasmuuttujat ja todeäösyysjaaumat TKK (c) Ila Mell (4) 5 TKK (c) Ila Mell (4) 6

2 TKK (c) Ila Mell (4) 7 Jaaume tuusluvut >> Marov ja Tshebyshev epäyhtälöt Momett Vous ja hupuuus Suurte luuje la Avasaat Dsreet jaauma odotusarvo Jatuva jaauma odotusarvo Paopste Sjatparametr Satuasmuuttuje summa odotusarvo Todeäösyysmassa TKK (c) Ila Mell (4) 8 Johdatteleva esmer: Arpajaset /7 Oloo arpajasssa arpaa. Arpaumerot:,,,. Votojao: Votot (m) Vottoja (pl) Johdatteleva esmer: Arpajaset /7 Arvotaa vottoumerot seuraavalla tavalla: () Krjotetaa arpaumerot lpuelle. () Paaa lpueet uuraa. (3) Pomtaa uurasta satuasest arpaa: esmmästä saa vottoa m seuraavaa saa vottoa m Vmee saa vottoa m Votot yhteesä (m): + + = 4 Votto yhtä ostettua arpaa ohde el votto/arpa (m): 4/ = 4 TKK (c) Ila Mell (4) 9 TKK (c) Ila Mell (4) Johdatteleva esmer: Arpajaset 3/7 Votto/arpa vodaa lasea myös tosella tavalla. Arpaumerot:,,,. Votojao: Votot (m) Vottoja (pl) 889 Votto/arpa (m): = = 4 TKK (c) Ila Mell (4) Johdatteleva esmer: Arpajaset 4/7 Votto/arpa saadaa ss lasutomtusella = 4 jossa votto/arpa o lasettu vottoje paotettua summaa, jossa paoa o äytetty vottoje todeäösyysä: Pr(Votto = ) = =. Pr(Votto = ) = =. Pr(Votto = ) = =. 889 Pr(Votto = ) = =.889 TKK (c) Ila Mell (4)

3 TKK (c) Ila Mell (4) 3 Johdatteleva esmer: Arpajaset 5/7 Votto/arpa lasetaa ste aavalla xp jossa x = votto p = o voto x todeäösyys Luua votto/arpa utsutaa todeäösyyslaseassa voto odotusarvos. Voto odotusarvo o odotettavssa oleva votto, jos ostaa yhde arva. Voto odotusarvolle vodaa ataa seuraava tulta: Jos ostetaa useta arpoja, voto odotusarvo ertoo esmääräse voto yhtä arpaa ohde. Johdatteleva esmer: Arpajaset 6/7 Arpome o satuaslmö. Määrtellää satuasmuuttuja X = votto. Satuasmuuttuja X mahdollset arvot x (votot) ja de todeäösyydet p : x Pr(X = x ) = p / / / 889/ Huomautus: Huomaa, että tulosvahtoehto m ja se todeäösyys o otettava muaa! TKK (c) Ila Mell (4) 4 Johdatteleva esmer: Arpajaset 7/7 Satuasmuuttuja Xarvotx ja de todeäösyydet Pr(X = x ) = p määrttelevät dsreet todeäösyysjaauma. Lausee xp määrttelee dsreet satuasmuuttuja X odotusarvo. Huomautus: määrtellää seuraavassa ersee dsreetelle ja jatuvlle jaaumlle. Dsreet jaauma odotusarvo: Määrtelmä Oloo X dsreett satuasmuuttuja. Oloo {x, x, x 3, } satuasmuuttuja X tulosvahtoehtoje el arvoje jouo. Oloo satuasmuuttuja X pstetodeäösyysfuto f(x ) = Pr(X = x ) = p, =,, 3, Satuasmuuttuja X odotusarvo o vao E( X) = = x Pr( X = x ) = x f( x ) X Saomme, että satuasmuuttuja X odotusarvo E(X) o se jaauma odotusarvo, joa uvaa satuasmuuttujaa X lttyvä todeäösyysä. TKK (c) Ila Mell (4) 5 TKK (c) Ila Mell (4) 6 Dsreet jaauma odotusarvo: Kommetteja Dsreet jaauma odotusarvo: Esmer opahetosta Vaa satuasmuuttuja saama arvo vahtelee satuasest oetostosta tosee, satuasmuuttuja saa esmäär arvoja, jota vahtelevat se odotusarvo ympärllä. Jos jaaumalla o odotusarvo, se o jaauma todeäösyysmassa paopste. Dsreet jaauma odotusarvo e tarvtse uulua o. satuasmuuttuja tulosvahtoehtoje jouoo. Nopaheto tulose odotusarvo o 3.5 (s. >), mä e esy mahdollste tulosvahtoehtoje jouossa. Nopahettoo lttyvä dsreet tasase jaauma pstetodeäösyysfuto o muotoa Pr( X = ) =, =,,3,4,5,6 6 Satuasmuuttuja X odotusarvo: 6 6 E( X ) = Pr( X = ) = = = = = 6 6 = 3.5 Pstetodeäösyysfuto E(X) = 3.5 TKK (c) Ila Mell (4) 7 TKK (c) Ila Mell (4) 8

4 TKK (c) Ila Mell (4) 9 Dsreet jaauma odotusarvo: Esmer oepyörästä / Dsreet jaauma odotusarvo: Esmer oepyörästä / Oloo dsreet satuasmuuttuja X pstetodeäösyysfuto muotoa Pr(X = ) =.3 Pr(X = ) =.5 Pr(X = 3) =. Pr(X = 4) =.5 Pr(X = 5) =. Pstetodeäösyysfuto lttyy luvussa Satuasmuuttujat ja todeäösyysjaaumat ästeltyy esmer oepyörästä Pstetodeäösyysfuto Satuasmuuttuja X odotusarvo: 5 E( X) = Pr( X = ) = = = Pstetodeäösyysfuto E(X) =.5 TKK (c) Ila Mell (4) Jatuva jaauma odotusarvo: Määrtelmä Oloo X o jatuva satuasmuuttuja. Oloo satuasmuuttuja X theysfuto f(x). Satuasmuuttuja X odotusarvo o vao + E( X) = X = xf( x) dx Saomme, että satuasmuuttuja X odotusarvo E(X) o se jaauma odotusarvo, joa uvaa satuasmuuttujaa X lttyvä todeäösyysä. Jatuva jaauma odotusarvo: Kommetteja Vaa satuasmuuttuja saama arvo vahtelee satuasest oetostosta tosee, satuasmuuttuja saa esmäär arvoja, jota vahtelevat se odotusarvo ympärllä. Jos jaaumalla o odotusarvo, se o jaauma todeäösyysmassa paopste. Jatuva jaauma odotusarvo uuluu aa o. satuasmuuttuja tulosvahtoehtoje jouoo. TKK (c) Ila Mell (4) TKK (c) Ila Mell (4) Jatuva jaauma odotusarvo: Esmer tasasesta jaaumasta Jatuva jaauma odotusarvo: Esmer olmojaaumasta Jatuva tasase jaauma theysfuto o, a x b f( x) = b a, muullo Jaauma odotusarvo o + E( X) = xf( x) dx Jatuva tasae jaauma /(b-a) Erää olmojaauma theysfuto o x+, x f( x) =, muullo Jaauma odotusarvo o + E( X) = xf( x) dx Kolmojaauma b = x dx b a a b = x b a a = ( b+ a)/ = a+ ( b a)/ a b E(X) = a + (b a)/ = x( x+ ) dx 3 = 6x + x = 3-3 E(X) = /3 TKK (c) Ila Mell (4) 3 TKK (c) Ila Mell (4) 4

5 TKK (c) Ila Mell (4) 5 Jatuva jaauma odotusarvo: Esmer ormaaljaaumasta Normaaljaauma theysfuto o x f( x) = exp σ π σ Normaaljaauma theysfuto o symmetre suora x = suhtee. Vodaa osottaa, että ormaaljaauma odotusarvo E(x) = s. luua Jatuva jaauma. Normaaljaauma E(X) = olemassaolo Jaaumalla e välttämättä ole odotusarvoa. olemassaololla tarotetaa dsreet jaauma tapausessa stä, että x f( x ) < ja jatuva jaauma tapausessa stä, että + x f( x) dx< TKK (c) Ila Mell (4) 6 ja todeäösyysmassa paopste Vao odotusarvo Jos jaaumalla o odotusarvo, se yhtyy aa o. jaauma todeäösyysmassa paopsteesee. Oloo E(X) = satuasmuuttuja X odotusarvo. Jos satuasmuuttuja X jaauma o symmetre suora x = a suhtee, E(X) = = a Oloo a e-satuae vao. Vao odotusarvo o vao tse: E( a) = a Kommett: Vao e vahtele oetostosta tosee. TKK (c) Ila Mell (4) 7 TKK (c) Ila Mell (4) 8 Vao odotusarvo: Perustelu Väte: Vaolle a pätee E(a) = a Perustelu jatuva jaauma tapausessa: + + E( a) = af( x) dx = a f( x) dx = a = a Leaarmuuose odotusarvo Oloo satuasmuuttuja X odotusarvo E(X). Satuasmuuttuja X leaarmuuose Y = a + bx (a ja b vaota) odotusarvo E(Y) saadaa soveltamalla o. leaarmuuosta odotusarvoo E(X): E( Y) = a+ be( X) TKK (c) Ila Mell (4) 9 TKK (c) Ila Mell (4) 3

6 TKK (c) Ila Mell (4) 3 Leaarmuuose odotusarvo: Perustelu Väte: Leaarmuuoselle Y = a + bx pätee E(Y) = a + be(x). Perustelu jatuva jaauma tapausessa: E( Y) = E( a+ bx) = ( a+ bx) f( x) dx = a f( xdx ) + b xf( xdx ) = a+ be( X) Leaarmuuose odotusarvo: Kommetteja Satuasmuuttuja X ertome vaolla b mertsee satuasmuuttuja X saame arvoje mttaaava muuttamsta. Satuasmuuttuja X saame arvoje mttaaava muuttame verraollsuusertomella b muuttaa satuasmuuttuja X jaauma todeäösyysmassa paopstettä samalla ertomella. Vao a lsääme satuasmuuttujaa X mertsee satuasmuuttuja X jaauma todeäösyysmassa srtoa. Todeäösyysmassa srtäme vao a verra srtää todeäösyysmassa paopstettä sama verra. TKK (c) Ila Mell (4) 3 jaauma sjatparametra / jaauma sjatparametra / Kosa odotusarvolla o fysaale tulta todeäösyysmassa paopsteeä, odotusarvo vodaa utsua jaauma sjatparametrs. Oletetaa, että satuasmuuttuje X ja Y theysfutot yshuppusa ja symmetrsä paopsteesä suhtee. Tällö satuasmuuttuja X todeäösyysmassa pääosa sjatsee vasemmalla satuasmuuttuja Y todeäösyysmassa pääosasta, jos ja va jos E(X) < E(Y) s. havaollstusta >. Myös jos jaauma o yshuppue, mutta vo, odotusarvo uvaa luotevalla tavalla jaauma todeäösyysmassa pääosa sjata; s. havaollstusta >. Se sjaa, jos jaauma o mohuppue, jaauma todeäösyysmassa pääose e tarvtse olla lähellä odotusarvoa; s. havaollstusta 3 >. TKK (c) Ila Mell (4) 33 TKK (c) Ila Mell (4) 34 jaauma sjatparametra: Havaollstus jaauma sjatparametra: Havaollstus Kuva oealla esttää olme ormaaljaauma N, N ja N 3 theysfutota f, f ja f 3. Theysfutot f, f ja f 3 ovat yshuppusa ja symmetrsä suore x =, x = ja x = 3 suhtee. Jaaumat N ja N 3 o saatu srtämällä jaauma N todeäösyysmassaa oealle. Jaaume N, N ja N 3 odotusarvot, ja 3 toteuttavat epäyhtälöt < < 3 Jaaume N, N ja N 3 theysfutot f f f 3 3 Kuva oealla esttää ahde espoettjaauma E ja E theysfutota f ja f. Theysfutot f ja f ovat yshuppusa ja epäsymmetrsä. Jaauma E todeäösyysmassa o esttyyt jaauma E todeäösyysmassaa vomaaamm orgo lähelle. Jaaume E ja E odotusarvot ja toteuttavat epäyhtälö < Jaaume E ja E theysfutot f f TKK (c) Ila Mell (4) 35 TKK (c) Ila Mell (4) 36

7 TKK (c) Ila Mell (4) 37 jaauma sjatparametra: Havaollstus 3 Summa ja erotuse odotusarvo Kuva oealla esttää erää seotetu ormaaljaauma N theysfutota f. Theysfuto f o ashuppue ja symmetre suora x = suhtee. Jaauma N todeäösyysmassalla o vaaa-asellla as esttymää. Jaauma N odotusarvo o todeäösyysmassoje esttyme välssä. Jaauma N theysfuto Satuasmuuttuje X ja Y summa X + Y odotusarvo o E( X + Y) = E( X) + E( Y) Satuasmuuttuje X ja Y erotuse X Y odotusarvo o E( X Y) = E( X) E( Y) Tämä mertsee stä, että odotusarvo o leaare operaattor. Huomautus: Todstus vaat asulotteste satuasmuuttuje määrttelemstä ja estetää luvussa Moulotteset satuasmuuttujat ja todeäösyysjaaumat. TKK (c) Ila Mell (4) 38 Summa odotusarvo: Ylestys Oloot X, =,,, satuasmuuttuja ja a, =,,, vaota. Satuasmuuttuje X, =,,, paotetu summa a X odotusarvo o E ax = ae( X) = = Dsreet satuasmuuttuja futo odotusarvo: Määrtelmä Oloo X dsreett satuasmuuttuja, joa pstetodeäösyysfuto o f(x ) = Pr(X = x ) = p, =,, 3, Oloo g reaalarvoe futo. Satuasmuuttuja g(x) odotusarvo o vao E( g( X)) = g( X) = g( x) f( x) TKK (c) Ila Mell (4) 39 TKK (c) Ila Mell (4) 4 Jatuva satuasmuuttuja futo odotusarvo: Määrtelmä Oloo X jatuva satuasmuuttuja, joa theysfuto o f(x) Oloo g reaalarvoe futo. Satuasmuuttuja g(x) odotusarvo o vao + = g( X) = E( g( X)) g( x) f( x) dx Jaaume tuusluvut >> Marov ja Tshebyshev epäyhtälöt Momett Vous ja hupuuus Suurte luuje la TKK (c) Ila Mell (4) 4 TKK (c) Ila Mell (4) 4

8 TKK (c) Ila Mell (4) 43 Avasaat Dsreet jaauma varass Empre jaauma Hajotaparametr Jatuva jaauma varass Paopste Satuasmuuttuje summa varass Sjatparametr Stadardpoeama Todeäösyysmassa hajaatuesuus Todeäösyysmassa esttyesyys : Ylee määrtelmä Oloo satuasmuuttuja X odotusarvo E( X ) = X Satuasmuuttuja X varass o vao D( X) = Var( X) = σ = E( X ) X X Satuasmuuttuja X varass o satuasmuuttuja X omasta odotusarvostaa X määräty poeama elö odotusarvo. TKK (c) Ila Mell (4) 44 Dsreet jaauma varass Jatuva jaauma varass Oloo X dsreett satuasmuuttuja. Oloo {x, x, } satuasmuuttuja X tulosvahtoehtoje el arvoje jouo. Oloo satuasmuuttuja X pstetodeäösyysfuto f(x ) = Pr(X = x ) = p, =,, Tällö satuasmuuttuja X varass o vao D( X) = Var( X) = σ = ( x ) p X X Oloo X o jatuva satuasmuuttuja. Oloo satuasmuuttuja X theysfuto f(x). Tällö satuasmuuttuja X varass o vao + D( ) = Var( ) = σ X = ( X) ( ) X X x f x dx TKK (c) Ila Mell (4) 45 TKK (c) Ila Mell (4) 46 olemassaolo Jaaumalla e välttämättä ole varassa. olemassaololla tarotetaa stä, että varass määrttelevä summa (dsreet jaauma tapausessa) ta tegraal (jatuva jaauma tapausessa) o äärelle. TKK (c) Ila Mell (4) 47 määrtelmä: Kommetteja uvaa todeäösyysmassa hajaatuesuutta ta mä o sama asa esttyesyyttä jaauma paopstee suhtee. Jos Var(X) > Var(Y) satuasmuuttuja X todeäösyysmassa o hajaatuut vomaaamm oma paopsteeseesä suhtee u satuasmuuttuja Y todeäösyysmassa oma paopsteeseesä suhtee. Kosa varass uvaa todeäösyysmassa hajaatuesuutta, stä vodaa utsua hajotaparametrs. TKK (c) Ila Mell (4) 48

9 TKK (c) Ila Mell (4) 49 jaauma hajaatuesuude mttaa: Esmer ormaaljaaumsta / jaauma hajaatuesuude mttaa: Esmer ormaaljaaumsta / Kuva oealla esttää olme ormaaljaauma N, N ja N 3 theysfutota f, f ja f 3. Kalla jaaumlla o sama odotusarvo. Theysfutot f, f ja f 3 ovat yshuppusa ja symmetrsä suora x = suhtee. Jaaume N, N ja N 3 theysfutot f f f 3 Jaauma N todeäösyysmassa o esttye, u taas jaauma N 3 todeäösyysmassa o hajaatue. Jaaume varasst toteuttavat epäyhtälöt: Var(X ) < Var(X ) < Var(X 3 ) Jaaume N, N ja N 3 theysfutot f f f 3 TKK (c) Ila Mell (4) 5 : Toe lasuaava Oloo satuasmuuttuja X odotusarvo E( X ) = Satuasmuuttuja X varass vodaa lasea myös aavalla Var( X ) = α jossa α = E( X ) o satuasmuuttuja X toe (orgo-) momett. toe lasuaava: Perustelu Oloot satuasmuuttuja X odotusarvo E( X ) = ja toe momett E( X ) = α Satuasmuuttuja X varass o Var( X) = E( X ) = E( X X + ) = E( X ) E( X) + E( ) = α + = α TKK (c) Ila Mell (4) 5 TKK (c) Ila Mell (4) 5 Stadardpoeama: Määrtelmä Oloo satuasmuuttuja X odotusarvo E( X ) = X Satuasmuuttuja X stadardpoeama o vao D( X) = σ = E( X ) X X Stadardpoeamaa äytetää samaa tapaa u varassa todeäösyysmassa hajaatuesuude (esttyesyyde) mttaa. Stadardpoeama o tos u varass samossa mttaysössä u odotusarvo. Dsreet jaauma varass: Esmer opahetosta / Nopaheto tulosta satuaslmöä uvaava dsreet tasase jaauma pstetodeäösyysfuto: P( X = ) =, =,,3,4,5,6 6 Satuasmuuttuja X odotusarvo: 6 6 E( X) = = Pr( X = ) = = = 3.5 = = 6 6 Satuasmuuttuja X toe momett: 6 6 E( X ) = α = Pr( X = ) = = = = = 6 6 TKK (c) Ila Mell (4) 53 TKK (c) Ila Mell (4) 54

10 TKK (c) Ila Mell (4) 55 Dsreet jaauma varass: Esmer opahetosta / Satuasmuuttuja X varass: 9 35 Var( X) = D ( X) = σ = α = = Satuasmuuttuja X stadardpoeama el eshajota: D( X ) = σ = Dsreet jaauma odotusarvo ja varass: Lasuje järjestäme /5 Nopaheto tulosta satuaslmöä uvaava dsreet tasase jaauma odotusarvo ja varass määräämstä varte tarvttavat lasutomtuset vodaa järjestää seuraava tauluo muotoo: Kesarvo x p xp x x p x (x ) (x ) p /6 /6 / /4 /6 /6 4 4/ /4 3 3 /6 3/6 9 9/6.5.5 /4 4 4 /6 4/6 6 6/ /4 5 5 /6 5/6 5 5/ /4 6 6 /6 6/ / /4 Σ /6 9 9/ /4 TKK (c) Ila Mell (4) 56 Dsreet jaauma odotusarvo ja varass: Lasuje järjestäme /5 Tauluo rvllä Σ o saraesummat rveltä -6: Sarae : x = Sarae 3: p = Sarae 4: xp = = / 6 = 3.5 Sarae 5: x = 9 Sarae 6: x p = α = 9/ 6 = 5.67 Sarae 7: Sarae 8: ( x ) = ( x ) = 7.5 Sarae 9: x p = σ = 7/ 4 =.97 ( ) Dsreet jaauma odotusarvo ja varass: Lasuje järjestäme 3/5 Satuasmuuttuja X odotusarvo määräämstä varte tarvttavat lasutomtuset o suortettu saraessa -4. saadaa rv Σ saraeesta 4: E( X) = = x p = / 6 = 3.5 TKK (c) Ila Mell (4) 57 TKK (c) Ila Mell (4) 58 Dsreet jaauma odotusarvo ja varass: Lasuje järjestäme 4/5 Satuasmuuttuja X varass vodaa määrätä ahdella er tavalla: Kaava : Var( X ) = α jossa α = E( X ) = x p = E( X ) = xp Kaava : Var( X ) = E( X ) = σ = ( x ) p jossa o ute aavassa. Dsreet jaauma odotusarvo ja varass: Lasuje järjestäme 5/5 Kaava vaatmat lasutomtuset o tehty saraessa -4 ja 5-6: E( X) = = xp = / 6 = 3.5 E( X ) = α = x p = 9/ 6 = 5.67 Kaava muaa 9 35 Var( X ) = α = = = Kaava vaatmat lasutomtuset o tehty saraessa -4 ja 7-9: Var( X) = E( X ) = σ = ( x ) p = =.97 4 Kaava soveltame o sä melessä momutasempaa u aava soveltame, että aavassa o erotuse (x ) määräämses es määrättävä odotusarvo. 7 TKK (c) Ila Mell (4) 59 TKK (c) Ila Mell (4) 6

11 TKK (c) Ila Mell (4) 6 Jatuva jaauma odotusarvo ja varass: Esmer tasasesta jaaumasta / Erää jatuva tasase jaauma theysfuto:, x b f( x) = b, muullo Satuasmuuttuja X odotusarvo: + b b b E( X) = = xf( x) dx= x dx= x b = b Satuasmuuttuja X toe momett: + b 3 b x b = α = = = b 3b = 3 E( X ) x f( x) dx x dx Jatuva jaauma odotusarvo ja varass: Esmer tasasesta jaaumasta / Satuasmuuttuja X varass: b b b Var( X) = D ( X) = σ = α = = 3 Satuasmuuttuja X stadardpoeama: b b D( X ) = σ = = 3 TKK (c) Ila Mell (4) 6 Vao varass Oloo a e-satuae vao. Vao varass o olla: Var( a ) = Tulta: Vao e vahtele satuasoeesta tosee. Vao varass: Perustelu Väte: Vaolle a pätee Var(a) = Perustelu: Var( a) = E( a E( a) ) = E( a a) = E() = osa vaolle a pätee: E(a) = a TKK (c) Ila Mell (4) 63 TKK (c) Ila Mell (4) 64 Leaarmuuose varass Oloo satuasmuuttuja X varass Var(X). Satuasmuuttuja X leaarmuuose Y = a + bx (a ja b vaota) varass o Var( Y) = b Var( X) Leaarmuuose varass: Perustelu Väte: Leaarmuuoselle Y = a + bx pätee Var(Y) = b Var(X). Perustelu: Var( Y ) = Var( a + bx ) = E ( a + bx ) E( a + bx ) = E[ a+ bx a be( X) ] = E[ bx be( X )] = b E[ X E( X) ] = b Var( X) TKK (c) Ila Mell (4) 65 TKK (c) Ila Mell (4) 66

12 TKK (c) Ila Mell (4) 67 Leaarmuuose varass: Kommetteja Satuasmuuttuja X ertome vaolla b mertsee satuasmuuttuja X saame arvoje mttaaava muuttamsta. Satuasmuuttuja X saame arvoje mttaaava muuttame verraollsuusertomella b muuttaa satuasmuuttuja X varassa ertomella b. Vao a lsääme satuasmuuttujaa X mertsee satuasmuuttuja X jaauma todeäösyysmassa srtoa. Todeäösyysmassa srtäme e muuta todeäösyysmassa hajaatuesuutta. Stadardot Oloo X satuasmuuttuja, joa odotusarvo E(X) = ja varass D (X) = σ. Tällö stadardodu satuasmuuttuja X Z = σ odotusarvo E( Z ) = ja varass D( Z ) = TKK (c) Ila Mell (4) 68 Stadardot: Perustelu Oloot E(X) = ja D (X) = σ. Stadardodaa satuasmuuttuja X: X Z = σ Tällö E( Z) = E X = E( X) = = σ σ σ σ σ σ D( Z) = D X = D( X) = σ = σ σ σ σ Summa ja erotuse varass / Oletetaa, että satuasmuuttujat X ja Y ovat rppumattoma. Tarastellaa satuasmuuttuje X ja Y summa X + Y ja erotuse X Y varassa. Huomautus: Satuasmuuttuje X ja Y rppumattomuudella tarotetaa seuraavaa: Se, mtä arvoja satuasmuuttuja X saa, e saa rppua stä, mtä arvoja satuasmuuttuja Y saa ja äätäe, se, mtä arvoja satuasmuuttuja Y saa, e saa rppua stä, mtä arvoja satuasmuuttuja X saa; äste täsmeetää luvussa Moulotteset satuasmuuttujat ja todeäösyysjaaumat. TKK (c) Ila Mell (4) 69 TKK (c) Ila Mell (4) 7 Summa ja erotuse varass / Rppumattome satuasmuuttuje X ja Y summa X + Y varass o Var( X + Y) = Var( X) + Var( Y) Rppumattome satuasmuuttuje X ja Y erotuse X Y varass o Var( X Y) = Var( X) + Var( Y) Huomautus: Todstus vaat asulottese satuasmuuttuja määrttelemstä ja estetää luvussa Moulotteset satuasmuuttujat ja todeäösyysjaaumat. Summa ja erotuse varass: Kommetteja Oletetaa, että satuasmuuttujat X ja Y ovat rppumattoma. Tällö satuasmuuttuje X ja Y summa ja erotuse varasslle pätee Var( X ± Y) = Var( X) + Var( Y) Huomaa: Var( X Y) Var( X) Var( Y) D( X + Y) D( X) + D( Y) D( X Y) D( X) D( Y) TKK (c) Ila Mell (4) 7 TKK (c) Ila Mell (4) 7

13 TKK (c) Ila Mell (4) 73 Summa varass: Ylestys Oloot satuasmuuttujat X, =,,, rppumattoma ja a, =,,, vaota. Tällö satuasmuuttuje X, =,,, paotetu summa a X varass o = Var ax a Var( X) = = Empre jaauma /3 Oletetaa, että dsreet satuasmuuttuja X mahdollset arvot ovat x, =,,, Ltetää satuasmuuttuja X arvoh symmetrset todeäösyydet Pr( X = x) = p =, =,,, Otaa perustyypssä, ysertasessa satuasotaassa, havatoarvot x oudattavat tätä, s. emprstä jaaumaa. TKK (c) Ila Mell (4) 74 Empre jaauma /3 Empre jaauma 3/3 Suoraa dsreet satuasmuuttuja odotusarvo ja varass määrtelmstä saadaa: E( X) = = xp = x = x = = E( X ) = α = x p = x = = Var( X) = D ( X) = σ = ( x ) p = ( x x) = = Huomaa, että odotusarvo E( X) = = x = x = o luuje x artmeette esarvo ja Var( X) = D ( X) = = ( x x) o luuje x otosvarass. σ = TKK (c) Ila Mell (4) 75 TKK (c) Ila Mell (4) 76 Artmeettse esarvo odotusarvo ja varass / Oloot X, =,,, rppumattoma satuasmuuttuja. Oletetaa lsäs, että satuasmuuttujlla X, =,,, o sama odotusarvo ja varass: E( ) =, D ( ) = σ, =,,, Oloo X = X X X = satuasmuuttuje X, =,,, artmeette esarvo. Artmeettse esarvo odotusarvo ja varass / Tällö E( X ) = D( X ) σ = Huomautusa: Satuasmuuttuje X artmeettse esarvo odotusarvo o sama u ysttäste muuttuje yhtee odotusarvo. Satuasmuuttuje X artmeette esarvo vahtelee varasslla mtattua vähemmä u muuttujat tse. TKK (c) Ila Mell (4) 77 TKK (c) Ila Mell (4) 78

14 TKK (c) Ila Mell (4) 79 Artmeettse esarvo odotusarvo ja varass: Perustelu Oloot X, =,,, rppumattoma satuasmuuttuja, jolle Tällö E( ) =, D ( ) = σ, =,,, X X E( X) = E X E X E( X) = = = = = D( X ) = D X D X D ( X) = = σ = σ = σ = Jaaume tuusluvut >> Marov ja Tshebyshev epäyhtälöt Momett Vous ja hupuuus Suurte luuje la TKK (c) Ila Mell (4) 8 Marov ja Tshebyshev epäyhtälöt Marov ja Tshebyshev epäyhtälöt Marov epäyhtälö Avasaat Marov epäyhtälö Tshebyshev epäyhtälö Oloo g(x) satuasmuuttuja X postve reaalarvoe futo, joa odotusarvo o E(g(X)) Tällö joaselle reaalselle vaolle a > pätee Marov epäyhtälö ( g X a) Pr ( ) E( g( X )) a TKK (c) Ila Mell (4) 8 TKK (c) Ila Mell (4) 8 Marov ja Tshebyshev epäyhtälöt Marov epäyhtälö: Todstus Todstamme Marov epäyhtälö jatuve satuasmuuttuje tapausessa. Oloo g(x) satuasmuuttuja X postve reaalarvoe futo, joa odotusarvo o E(g(X)). Oloo satuasmuuttuja X theysfuto f(x) ja oloo a > vao. Marov epäyhtälö saadaa epäyhtälöetjusta + E( g( X)) = g( x) f( x) dx a f( x) dx S = apr( g( X) a) jossa S = x g( x) a { } Marov ja Tshebyshev epäyhtälöt Marov epäyhtälö: Kommetteja / Marov epäyhtälö E( g( X )) Pr ( g( X) a) a muaa todeäösyys slle, että melvaltase satuasmuuttuja X (jolle odotusarvo E(g(X)) o olemassa) postve futo g(x) saa suurempa arvoja u a >, o oretaa E( ( )) g X a TKK (c) Ila Mell (4) 83 TKK (c) Ila Mell (4) 84

15 TKK (c) Ila Mell (4) 85 Marov ja Tshebyshev epäyhtälöt Marov epäyhtälö: Kommetteja / Marov epäyhtälö erostapausea saadaa postvslle satuasmuuttujlle X epäyhtälö E( X ) Pr( X a) a jossa a >. Ste melvaltase postvse satuasmuuttuja (jolle odotusarvo E(X) o olemassa) todeäösyysjaauma todeäösyysmassasta oretaa E( X ) % a o etäsyyttä a > auempaa orgosta. Marov ja Tshebyshev epäyhtälöt Tshebyshev epäyhtälö Oloo X satuasmuuttuja, joa odotusarvo o E(X) = ja varass o Var(X) = σ Tällö pätee Tshebyshev epäyhtälö ( σ) Pr X TKK (c) Ila Mell (4) 86 Marov ja Tshebyshev epäyhtälöt Tshebyshev epäyhtälö: Todstus Todstamme Tshebyshev epäyhtälö jatuve satuasmuuttuje tapausessa. Oloo X jatuva satuasmuuttuja. Oloo satuasmuuttuja X theysfuto f(x), se odotusarvo E(X) = ja varass Var(X) = σ seä oloo > vao. Tshebyshev epäyhtälö seuraa Marov epäyhtälöstä E( g( X)) Pr ( g( X) a) a valtsemalla gx ( ) = ( x ) ; = E( X) a= σ ; σ = Var( X) = E[ g( X)] Marov ja Tshebyshev epäyhtälöt Tshebyshev epäyhtälö: Kommetteja /3 Tshebyshev epäyhtälö Pr( X σ) muaa melvaltase satuasmuuttuja X (jolla odotusarvo E(X) = ja varass Var(X) = σ ovat olemassa) todeäösyysmassasta oretaa % o etäsyyttä σ auempaa jaauma paopsteestä. TKK (c) Ila Mell (4) 87 TKK (c) Ila Mell (4) 88 Marov ja Tshebyshev epäyhtälöt Tshebyshev epäyhtälö: Kommetteja /3 Jos X o melvaltae satuasmuuttuja, jolla o odotusarvo ja varass, Tshebyshev epäyhtälö ataa absoluuttse yläraja satuasmuuttuja X todeäösyysjaauma hätäaluede todeäösyysmassa osuudelle. Jos satuasmuuttuja X jaauma spesfodaa taremm, hätäaluede todeäösyysmassa osuudesta vodaa ataa tarempa arvota. Marov ja Tshebyshev epäyhtälöt Tshebyshev epäyhtälö: Kommetteja 3/3 Esmer: Tshebyshev epäyhtälö muaa alle satuasmuuttujlle X, jolla o odotusarvo E(X) = ja varass Var(X) = σ, pätee Pr( X 3σ) 9 Jos tedämme, että X oudattaa ormaaljaaumaa (s. luua Jatuva jaauma), saadaa (esmers ormaaljaaume tauluode avulla) taremp tulos: ( X σ) Pr 3.3 % TKK (c) Ila Mell (4) 89 TKK (c) Ila Mell (4) 9

16 TKK (c) Ila Mell (4) 9 Jaaume tuusluvut Momett Marov ja Tshebyshev epäyhtälöt >> Momett Vous ja hupuuus Suurte luuje la Avasaat Kesusmomett Momett Orgomomett TKK (c) Ila Mell (4) 9 Momett Orgomomett Oloo X satuasmuuttuja. Tällö satuasmuuttuja X odotusarvo E( X ) = α o satuasmuuttuja X. momett el. momett orgo suhtee. Momett Orgomomett: Erostapausa Oloo E( X ) = α satuasmuuttuja X. momett Ertysest: α = α = E( X ) = Ste satuasmuuttuja X. momett o satuasmuuttuja X odotusarvo. TKK (c) Ila Mell (4) 93 TKK (c) Ila Mell (4) 94 Momett Kesusmomett Oloo X satuasmuuttuja, joa odotusarvo o E( X ) = Tällö satuasmuuttuja ( X ) odotusarvo E ( X ) = o satuasmuuttuja X. esusmomett el. momett paopstee suhtee. Momett Kesusmomett: Erostapausa Oloo E ( X ) = satuasmuuttuja X. esusmomett el. momett paopstee suhtee. Ertysest: = = E ( X ) = σ = Var( X) = D ( X) Ste satuasmuuttuja X. esusmomett hävää aa ja. esusmomett o satuasmuuttuja X varass. TKK (c) Ila Mell (4) 95 TKK (c) Ila Mell (4) 96

17 TKK (c) Ila Mell (4) 97 Momett Momette olemassaolo Jaaume tuusluvut Satuasmuuttuja X. orgomomett o olemassa, jos E( X ) < Satuasmuuttuja X. esusmomett o olemassa, jos vastaava orgomomett o olemassa. Vodaa osottaa, että jos E( X ) < jolle, E( X ) < alle < Jos ss satuasmuuttujalla o. orgomomett, sllä o myös a alempe ertaluuje momett. Marov ja Tshebyshev epäyhtälöt Momett >> Vous ja hupuuus Suurte luuje la TKK (c) Ila Mell (4) 98 Vous ja hupuuus Vous ja hupuuus Momett Avasaat Hupuuus Kesusmomett Orgomomett Vous Oloo o α = E( X ), =,,3, satuasmuuttuja X. orgomomett. Oloo = E ( X α), =,,3, satuasmuuttuja X. esusmomett. Huomaa: α = E( X ) = = E ( X ) = Var( X) TKK (c) Ila Mell (4) 99 TKK (c) Ila Mell (4) Vous ja hupuuus Vous Vous ja hupuuus Todeäösyysjaaume vous Tuusluua 3 γ = 3 äytetää todeäösyysjaaume voude mttaa. Jos todeäösyysjaauma pstetodeäösyys- ta theysfuto o yshuppue, pätee seuraava: γ < : Jaauma o egatvsest vo el vo vasemmalle, jollo jaauma vase hätä o ptemp u oea hätä. γ = : Jaauma o symmetre. γ > : Jaauma o postvsest vo el vo oealle, jollo jaauma oea hätä o ptemp u vase hätä. Huomautus: Normaaljaaumalle γ =. TKK (c) Ila Mell (4) TKK (c) Ila Mell (4)

18 TKK (c) Ila Mell (4) 3 Vous ja hupuuus Todeäösyysjaaume vous: Havaollstus Alla o uvattua olme yshuppusta theysfutota. χ (5) N(,) χ (5) Vous ja hupuuus Hupuuus Tuusluua 4 γ = 3 äytetää todeäösyysjaaume hupuuude mttaa. γ < : Jaauma o egatvsest vo el vo vasemmalle. γ = : Jaauma o symmetre. γ > : Jaauma o postvsest vo el vo oealle. TKK (c) Ila Mell (4) 4 Vous ja hupuuus Todeäösyysjaaume hupuuus Jaaume tuusluvut Jos todeäösyysjaauma pstetodeäösyys- ta theysfuto o yshuppue, pätee seuraava: γ > : Jaauma o hupuas (ormaaljaaumaa verrattua). γ < : Jaauma o laaea (ormaaljaaumaa verrattua). Huomautus: Normaaljaaumalle γ =. Marov ja Tshebyshev epäyhtälöt Momett Vous ja hupuuus >> Suurte luuje la TKK (c) Ila Mell (4) 5 TKK (c) Ila Mell (4) 6 Kvatl määrtelmä Avasaat Desl Kvatl Kvartl Medaa Prosettpste Oloo X satuasmuuttuja. Oloo lsäs < p < Jos luu x p toteuttaa ehdot Pr(X x p ) p Pr(X x p ) p saomme, että x p o satuasmuuttuja X ja se jaauma vatl ertaluua p. Kvatl x p toteuttaa ss epäyhtälöt Pr(X < x p ) p Pr(X x p ) TKK (c) Ila Mell (4) 7 TKK (c) Ila Mell (4) 8

19 TKK (c) Ila Mell (4) 9 Kvatl määrtelmä: Kommetteja vodaa määrätä myös sellaslle satuasmuuttujlle, jolla e ole mometteja. evät välttämättä ole ysästtesä: () Dsreette satuasmuuttuje vatlt ovat use moästtesä. () Jatuve satuasmuuttuje vatlt ovat ysästtesä; s. seuraavaa alvoa. Jatuva satuasmuuttuja vatlt Oloo F(x) = Pr(X x) jatuva satuasmuuttuja X ertymäfuto. Tällö satuasmuuttuja X vatl x p toteuttaa yhtälö F(x p ) = p Kvatl x p jaaa satuasmuuttuja X jaauma todeäösyysmassa ahtee osaa, että massasta p % o vatlsta x p vasemmalla ja ( p) % o vatlsta x p oealla. TKK (c) Ila Mell (4) Jatuva satuasmuuttuja vatlt: Esmer / Jatuva satuasmuuttuja vatlt: Esmer / Kuva oealla esttää stadardodu ormaaljaauma N(, ) ertymäfutota Φ(z). Stadardodu ormaaljaauma N(, ) tauluode muaa: Φ (.5) = Pr( Z.5).7 Ste x.7.5 N(, )-jaauma ertymäfuto Kuva oealla esttää stadardodu ormaaljaauma N(, ) theysfutota. Stadardodu ormaaljaauma N(, ) tauluode muaa: Aluee A pta-ala.5 = fz ( z) dz = Pr( Z.5).7 Ste x.7.5 N(, )-jaauma theysfuto A TKK (c) Ila Mell (4) TKK (c) Ila Mell (4) ja tlastollset tauluot Prosettpsteet Usemmssa todeäösyyslasea ja tlastotetee opprjossa o tauluotua eseste tlastollsessa päättelyssä äytettäve jatuve jaaume vatleja x p ja tä vastaava todeäösyysä p. Usemmssa tlastollsssa tetooeohjelmssa o alohjelma, jota lasevat tavallsmpe jatuve jaaume vatleja x p ja tä vastaava todeäösyysä p. Lsätetoja: s. luua Normaaljaaumasta johdettuja jaauma. Jos p o muotoa p = q/, q =,,, 99 vatla x p utsutaa q. prosettpstees. Jatuva satuasmuuttuja tapausessa q. prosettpste jaaa jaauma todeäösyysmassa ahtee osaa, että massasta q % o q. prosettpsteestä vasemmalla ja ( q)% o q. prosettpsteestä oealla. TKK (c) Ila Mell (4) 3 TKK (c) Ila Mell (4) 4

20 TKK (c) Ila Mell (4) 5 Deslt Kvartlt / Jos p o muotoa p = q/, q =,,, 9 vatla x p utsutaa q. desls. Jatuva satuasmuuttuja tapausessa q. desl jaaa jaauma todeäösyysmassa ahtee osaa, että massasta q % o q. deslstä vasemmalla ja ( q)% o q. deslstä oealla. Jos p o muotoa p = 5 q/, q =,, 3 vatla x p utsutaa q. vartls. Jatuva satuasmuuttuja tapausessa q. vartl jaaa satuasmuuttuja X jaauma todeäösyysmassa ahtee osaa, että massasta 5 q % o q. vartlsta vasemmalla ja ( 5 q)% o q. vartlsta oealla. TKK (c) Ila Mell (4) 6 Kvartlt / Medaa Kvartleja mertää tavallsest symbolella Q, Q, Q 3 ja saotaa, että Q = alavartl Q = esvartl Q 3 = ylävartl Jatuva satuasmuuttuja tapausessa vartlt jaavat jaauma todeäösyysmassa eljää yhtä suuree osaa: 5 % massasta o vartlsta Q vasemmalle 5 % massasta o vartle Q ja Q välssä 5 % massasta o vartle Q ja Q 3 välssä 5 % massasta o vartlsta Q 3 oealle Jos p =.5 vatla x p utsutaa medaas. Medaaa mertää tavallsest symbollla Me. Jatuva satuasmuuttuja tapausessa medaa Me jaaa jaauma todeäösyysmassa ahtee osaa, että massasta 5 % o medaasta vasemmalla ja 5 % o medaasta oealla. TKK (c) Ila Mell (4) 7 TKK (c) Ila Mell (4) 8 Medaa: Kommetteja Medaa: Esmer Jaauma medaa e välttämättä ole ysästtee. Jaauma medaa yhtyy jaauma 5. prosettpsteesee, 5. desl ja esvartl Q. Medaa vodaa määrätä myös sellaslle satuasmuuttujlle, jolla e ole odotusarvoa. Jos satuasmuuttuja X jaauma o symmetre suora x = a suhtee, jaauma medaa yhtyy psteesee a: Me = a Jos symmetrsellä jaaumalla o odotusarvo E(X) =, jaauma medaa yhtyy psteesee : Me = Kuva oealla esttää espoettjaauma Exp() theysfutota x f ( x) = e, x välllä [, 4]. Jaauma medaa saadaa ratasemalla yhtälö x t e dt x = e =.5 x: suhtee. Ste Me = x = log().69 x t = e Exp()-jaauma theysfuto..8 5 % %. 3 4 Me TKK (c) Ila Mell (4) 9 TKK (c) Ila Mell (4)

21 TKK (c) Ila Mell (4) Jaaume tuusluvut Marov ja Tshebyshev epäyhtälöt Momett Vous ja hupuuus >> Suurte luuje la Avasaat Masm TKK (c) Ila Mell (4) Dsreet satuasmuuttuja mood Dsreet satuasmuuttuja mood: Esmer Oloo X dsreett satuasmuuttuja, joa pstetodeäösyysfuto o f(x) = Pr(X = x) Pste Mo o dsreet satuasmuuttuja X ja se jaauma mood, jos pstetodeäösyysfuto f(x) saavuttaa masmsa psteessä x = Mo: f( Mo) = max f( x) x Kuva oealla esttää bomjaauma B(, /3) pstetodeäösyysfutota x x f( x) = x 3 3 Jaauma mood Mo o psteessä x=4 B(,/3)-jaauma theysfuto Mo TKK (c) Ila Mell (4) 3 TKK (c) Ila Mell (4) 4 Jatuva satuasmuuttuja mood Jatuva satuasmuuttuja mood: Esmer Oloo X jatuva satuasmuuttuja, joa theysfuto o f(x) Pste Mo o jatuva satuasmuuttuja X ja se jaauma mood, jos theysfuto f(x) saavuttaa masmsa psteessä x = Mo: f( Mo) = max f( x) x Kuva oealla esttää erää seotetu ormaaljaauma N theysfutota f. Theysfuto f o ashuppue ja symmetre suora x = suhtee. Jaaumalla N o as loaala mooda Mo ja Mo. Jaauma N theysfuto Mo Mo TKK (c) Ila Mell (4) 5 TKK (c) Ila Mell (4) 6

22 TKK (c) Ila Mell (4) 7 Satuasmuuttuja mood: Kommetteja Jaauma mood e välttämättä ole ysästtee; s. edellstä alvoa. vodaa määrätä myös sellaslle satuasmuuttujlle, jolla e ole odotusarvoa. Jaaume tuusluvut Marov ja Tshebyshev epäyhtälöt Momett Vous ja hupuuus >> Suurte luuje la TKK (c) Ila Mell (4) 8 Suurte luuje la Avasaat Asymptootte äyttäytyme Artmeette esarvo Stoaste overgess Suurte luuje la Tlastolle stablteett Suurte luuje la Suurte luuje la: Formulot Oloo X, =,, 3, joo rppumattoma satuasmuuttuja, jolla o sama odotusarvo ja varass: E(X ) =, D (X ) = σ, =,, 3, Määrtellää satuasmuuttuje X, =,,, artmeette esarvo: X Tällö pätee (heo) suurte luuje la: lm Pr X > ε = + = = X ( ) TKK (c) Ila Mell (4) 9 TKK (c) Ila Mell (4) 3 Suurte luuje la Suurte luuje la: Kommetteja / Suurte luuje lalle estetää todstus luvussa Kovergessästteet ja raja-arvolauseet. Suurte luuje la lmastaa use sao seuraavast: Samo jaautuede satuasmuuttuje artmeette esarvo lähestyy muuttuje luumäärä asvaessa muuttuje yhtestä odotusarvoa sellasella tavalla, että poeame todeäösyys satuasmuuttuje yhtesestä odotusarvosta lähestyy luua olla el poeamat tulevat yhä harvasemms. Suurte luuje laa vodaa ptää matemaattsea formulota tlastollse stablteet ästteelle. Suurte luuje la Suurte luuje la: Kommetteja / Tässä formulotua suurte luuje laa utsutaa heos suurte luuje las. Suurte luuje la osee satuasmuuttuje asymptoottsta äyttäytymstä samaa tapaa u luvussa Jatuva jaauma estettävä esee rajaarvolause. Suurte luuje lassa estyvä rajaäyttäytymse muoto o esmer stoasta overgessästtestä; s. luua Kovergessästteet ja raja-arvolauseet. Suurte luuje lasta o olemassa ylesempä muotoja, jossa vodaa levetää samojaautuesuus-ja rppumattomuusoletusa. TKK (c) Ila Mell (4) 3 TKK (c) Ila Mell (4) 3

Bernoullijakauma. Binomijakauma

Bernoullijakauma. Binomijakauma Beroulljaauma Beroull oe o ahde mahdollse ulostulo oe, jossa taahtumsta äytetää mtysä ostume ja eäostume. Esmerejä: rahahetto (ruua ta laava), lase sytymä (tyttö ta oa), helö verryhmä ( ta c ), oselja

Lisätiedot

Ilkka Mellin. Sovellettu todennäköisyyslasku: Kaavat ja taulukot

Ilkka Mellin. Sovellettu todennäköisyyslasku: Kaavat ja taulukot Mat-.09 Sovellettu todeäkösyyslasku Systeemaalyys laboratoro Teklle korkeakoulu SYKSY 00 Ilkka Mell Sovellettu todeäkösyyslasku: Kaavat ja taulukot f XY x X x X y Y ( x, y) exp XY ( XY ) XY XY X X Y Tomttaut

Lisätiedot

Ilkka Mellin Todennäköisyyslaskenta. Osa 2: Satunnaismuuttujat ja todennäköisyysjakaumat. Jakaumien tunnusluvut. TKK (c) Ilkka Mellin (2007) 1

Ilkka Mellin Todennäköisyyslaskenta. Osa 2: Satunnaismuuttujat ja todennäköisyysjakaumat. Jakaumien tunnusluvut. TKK (c) Ilkka Mellin (2007) 1 Ilkka Mellin Todennäköisyyslaskenta Osa 2: Satunnaismuuttujat ja todennäköisyysjakaumat Jakaumien tunnusluvut TKK (c) Ilkka Mellin (2007) 1 Jakaumien tunnusluvut >> Odotusarvo Varianssi Markovin ja Tshebyshevin

Lisätiedot

Olkoot X ja Y riippumattomia satunnaismuuttujia, joiden odotusarvot, varianssit ja kovarianssi ovat

Olkoot X ja Y riippumattomia satunnaismuuttujia, joiden odotusarvot, varianssit ja kovarianssi ovat Mat-.3 Koesuunnittelu ja tilastolliset mallit. harjoituset Mat-.3 Koesuunnittelu ja tilastolliset mallit. harjoituset / Rataisut Aiheet: Avainsanat: Satunnaismuuttujat ja todennäöisyysjaaumat Kertymäfuntio

Lisätiedot

7. Menetysjärjestelmät

7. Menetysjärjestelmät lueto7.ppt S-38.45 Leeteora perusteet Kevät 25 Ssältö Kertausta: ysertae leeteoreette mall Posso-mall asaata, palvelota Sovellus vrtaava dataletee malltamsee vuotasolla Erlag-mall asaata, palvelota < Sovellus

Lisätiedot

= E(Y 2 ) 1 n. = var(y 2 ) = E(Y 4 ) (E(Y 2 )) 2. Materiaalin esimerkin b) nojalla log-uskottavuusfunktio on l(θ; y) = n(y θ)2

= E(Y 2 ) 1 n. = var(y 2 ) = E(Y 4 ) (E(Y 2 )) 2. Materiaalin esimerkin b) nojalla log-uskottavuusfunktio on l(θ; y) = n(y θ)2 HY / Matematka ja tlastotetee latos Tlastolle päättely II, kevät 28 Harjotus 3A Ratkasuehdotuksa Tehtäväsarja I Olkoot Y,, Y ja Nθ, ) Osota, että T T Y) Y 2 o parametr gθ) θ 2 harhato estmaattor Laske

Lisätiedot

KUNTIEN ELÄKEVAKUUTUS 30.10.2008 VARHAISELÄKEMENOPERUSTEISESSA MAKSUSSA 1.1.2009 LÄHTIEN NOUDATETTAVAT LASKUPERUSTEET

KUNTIEN ELÄKEVAKUUTUS 30.10.2008 VARHAISELÄKEMENOPERUSTEISESSA MAKSUSSA 1.1.2009 LÄHTIEN NOUDATETTAVAT LASKUPERUSTEET KUNTIN LÄKVKUUTU 328 VRHILÄKMNORUTI MKU 29 LÄHTIN NOUDTTTVT LKURUTT Valtuusuta ahstaa arhaseläemeoperustese masu eaode yhtesmäärä uodelle euromääräsest Tämä ahstettu masu o samalla lopullste masue yhtesmäärä

Lisätiedot

Johdatus todennäköisyyslaskentaan Jakaumien tunnusluvut. TKK (c) Ilkka Mellin (2005) 1

Johdatus todennäköisyyslaskentaan Jakaumien tunnusluvut. TKK (c) Ilkka Mellin (2005) 1 Johdatus todennäköisyyslaskentaan Jakaumien tunnusluvut TKK (c) Ilkka Mellin (2005) 1 Jakaumien tunnusluvut Odotusarvo Varianssi Markovin ja Tshebyshevin epäyhtälöt Momentit Vinous ja huipukkuus Kvantiilit

Lisätiedot

4.7 Todennäköisyysjakaumia

4.7 Todennäköisyysjakaumia MAB5: Todeäöisyyde lähtöohdat.7 Todeäöisyysjaaumia Luvussa 3 Tuusluvut perehdyimme jo jaauma äsitteesee yleesä ja ormaalijaaumaa vähä taremmi. Lähdetää yt tutustumaa biomijaaumaa ja otetaa se jälee ormaalijaauma

Lisätiedot

Matematiikan ja tilastotieteen laitos Johdatus diskreettiin matematiikkaan (Syksy 2008) 4. harjoitus Ratkaisuja (Jussi Martin)

Matematiikan ja tilastotieteen laitos Johdatus diskreettiin matematiikkaan (Syksy 2008) 4. harjoitus Ratkaisuja (Jussi Martin) Matematan ja tlastoteteen latos Johdatus dsreettn matemataan (Sysy 28 4. harjotus Ratasuja (Juss Martn 1. Kertomus Hotell Kosmosesta jatuu: Hotellyhtymän johdolta tul määräys laata luettelo asta mahdollssta

Lisätiedot

Mat Sovellettu todennäköisyyslaskenta B 8. harjoitukset / Ratkaisut Aiheet: Otos ja otosjakaumat Avainsanat:

Mat Sovellettu todennäköisyyslaskenta B 8. harjoitukset / Ratkaisut Aiheet: Otos ja otosjakaumat Avainsanat: Mat-1.60 Sovellettu todeäkösyyslasketa Mat-1.60 Sovellettu todeäkösyyslasketa B / Ratkasut Aheet: Otos ja otosjakaumat Avasaat: Artmeette keskarvo, Beroull-jakauma, Beroull-koe, χ -jakauma, Frekvess, Frekvessjakauma,

Lisätiedot

HY, MTO / Matemaattisten tieteiden kandiohjelma Tilastollinen päättely II, kevät 2018 Harjoitus 6A Ratkaisuehdotuksia.

HY, MTO / Matemaattisten tieteiden kandiohjelma Tilastollinen päättely II, kevät 2018 Harjoitus 6A Ratkaisuehdotuksia. HY, MTO / Matemaattiste tieteide adiohjelma Tilastollie päättely II, evät 2018 Harjoitus 6A Rataisuehdotusia Tehtäväsarja I 1. (Moistee tehtävä 5.4) Kauppias myy mäysiemeiä, joide itävyyde väitetää oleva

Lisätiedot

9 Lukumäärien laskemisesta

9 Lukumäärien laskemisesta 9 Luumäärie lasemisesta 9 Biomiertoimet ja osajouoje luumäärä Määritelmä 9 Oletetaa, että, N Biomierroi ilmaisee, uia mota -alioista osajouoa o sellaisella jouolla, jossa o aliota Meritä luetaa yli Lasimesta

Lisätiedot

TKK @ Ilkka Mellin (2008) 1/24

TKK @ Ilkka Mellin (2008) 1/24 Mat-.60 Sovellettu todeäkösyyslasketa B Mat-.60 Sovellettu todeäkösyyslasketa B / Ratkasut Aheet: Mtta-astekot Havatoaesto kuvaame ja otostuusluvut Avasaat: Artmeette keskarvo, Frekvess, Frekvessjakauma,

Lisätiedot

VÄRÄHTELYMEKANIIKKA SESSIO 24: Usean vapausasteen vaimenematon ominaisvärähtely osa 2

VÄRÄHTELYMEKANIIKKA SESSIO 24: Usean vapausasteen vaimenematon ominaisvärähtely osa 2 / ÄRÄHELYMEKANIIKKA SESSIO : Usea vapausastee vaeeato oasvärähtely osa MONINKERAISE OMINAISAAJUUDE Sesso MS oreeratu oasuodo { lasetaeetelässä oletett, että o ysertae oasulataauus. arastellaa velä tapausta,

Lisätiedot

Konvergenssikäsitteet ja raja-arvolauseet. Konvergenssikäsitteet ja raja-arvolauseet. Konvergenssikäsitteet ja raja-arvolauseet: Mitä opimme?

Konvergenssikäsitteet ja raja-arvolauseet. Konvergenssikäsitteet ja raja-arvolauseet. Konvergenssikäsitteet ja raja-arvolauseet: Mitä opimme? TKK (c) Ilkka Mell (004) Kovergesskästteet ja raja-arvolauseet Kovergesskästtetä Suurte lukuje lat Keskee raja-arvolause Keskese raja-arvolausee seurauksa Johdatus todeäkösyyslasketaa Kovergesskästteet

Lisätiedot

C (4) 1 x + C (4) 2 x 2 + C (4)

C (4) 1 x + C (4) 2 x 2 + C (4) http://matematiialehtisolmu.fi/ Kombiaatio-oppia Kuia mota erilaista lottoriviä ja poeriättä o olemassa? Lotossa arvotaa 7 palloa 39 pallo jouosta. Poeriäsi o viide orti osajouo 52 orttia äsittävästä paasta.

Lisätiedot

Terveytemme Termisanasto ja tilastolliset menetelmät

Terveytemme Termisanasto ja tilastolliset menetelmät Terveytemme Termsaasto a tlastollset meetelmät Termsaasto Tlastollset meetelmät Lädevtteet Termsaasto Elaaodote Estyvyys Ilmaatuvuus Iävaot Koortt Luottamusväl Mallvaot PYLL el potetaalsest meetetyt elvuodet

Lisätiedot

13. Lineaariset ensimmäisen kertaluvun differentiaalisysteemit

13. Lineaariset ensimmäisen kertaluvun differentiaalisysteemit 68 3. Leaarset esmmäse kertaluvu dfferetaalsysteemt Tarkastelemme systeemejä () x () t = A() t x() t + b () t, jossa matrs A kertomet ja b ovat välllä I jatkuva. Jatkuve vektorarvoste fuktode avaruutta

Lisätiedot

Sovellettu todennäköisyyslaskenta B

Sovellettu todennäköisyyslaskenta B Sovellettu todennäköisyyslaskenta B Antti Rasila 21. syyskuuta 2007 Antti Rasila () TodB 21. syyskuuta 2007 1 / 19 1 Satunnaismuuttujien riippumattomuus 2 Jakauman tunnusluvut Odotusarvo Odotusarvon ominaisuuksia

Lisätiedot

JOHDATUS LUKUTEORIAAN (syksy 2017) HARJOITUS 1, MALLIRATKAISUT

JOHDATUS LUKUTEORIAAN (syksy 2017) HARJOITUS 1, MALLIRATKAISUT JOHDATUS LUKUTEORIAAN (sysy 2017) HARJOITUS 1, MALLIRATKAISUT Tehtävä 1. (i) Etsi luvun 111312 aii teijät. (ii) Oloot a ja b positiivisia oonaisluuja joilla a b ja b a. Osoita, että silloin a = b. Rataisu

Lisätiedot

3.5 Generoivat funktiot ja momentit

3.5 Generoivat funktiot ja momentit 3.5. Generovat funktot ja momentt 83 3.5 Generovat funktot ja momentt 3.5.1 Momentt Eräs tapa luonnehta satunnasmuuttujan jakaumaa, on laskea jakauman momentt. Ne määrtellään odotusarvon avulla. Määrtelmä

Lisätiedot

Satunnaismuuttujat ja todennäköisyysjakaumat

Satunnaismuuttujat ja todennäköisyysjakaumat Satuasmuuttujat ja todeäkösyysjakaumat Todeäkösyyslasketa: Satuasmuuttujat ja todeäkösyysjakaumat 9. Satuasmuuttujat ja todeäkösyysjakaumat 0. Kertymäfukto. Jakaume tuusluvut. Moulotteset satuasmuuttujat

Lisätiedot

funktiojono. Funktiosarja f k a k (x x 0 ) k

funktiojono. Funktiosarja f k a k (x x 0 ) k SARJAT JA DIFFERENTIAALIYHTÄLÖT 2003 3 4. Funtiosarjat Tässä luvussa esitettävissä funtiosarjojen tulosissa yhdistämme luujen 3 teoriaa. Esimeri 4.. Geometrinen sarja x suppenee aiilla x ], [ ja hajaantuu

Lisätiedot

Kokonaistodennäköisyys ja Bayesin kaava. Kokonaistodennäköisyys ja Bayesin kaava. Kokonaistodennäköisyys ja Bayesin kaava: Esitiedot

Kokonaistodennäköisyys ja Bayesin kaava. Kokonaistodennäköisyys ja Bayesin kaava. Kokonaistodennäköisyys ja Bayesin kaava: Esitiedot TKK (c) Ilkka Mell (2004) Kokoastodeäkösyys ja Kokoastodeäkösyys ja : Johdato Kokoastodeäkösyyde ja Bayes kaavoje systeemteoreette tulkta Johdatus todeäkösyyslasketaa Kokoastodeäkösyys ja TKK (c) Ilkka

Lisätiedot

Differentiaali- ja integraalilaskenta 1 Ratkaisut 1. viikolle /

Differentiaali- ja integraalilaskenta 1 Ratkaisut 1. viikolle / MS-A8 Differentiaali- ja integraalilasenta, V/27 Differentiaali- ja integraalilasenta Rataisut. viiolle /. 3.4. Luujonot Tehtävä : Mitä ovat luujonon viisi ensimmäistä termiä, un luujono on a) (a n ) n=,

Lisätiedot

Luento 6 Luotettavuus Koherentit järjestelmät

Luento 6 Luotettavuus Koherentit järjestelmät Aalto-ylosto erustetede korkeakoulu Matematka a systeemaalyys latos Lueto 6 Luotettavuus Koherett ärestelmät Aht Salo Systeemaalyys laboratoro Matematka a systeemaalyys latos Aalto-ylosto erustetede korkeakoulu

Lisätiedot

Tehtävä 2 Todista luennoilla annettu kaava: jos lukujen n ja m alkulukuesitykset. ja m = k=1

Tehtävä 2 Todista luennoilla annettu kaava: jos lukujen n ja m alkulukuesitykset. ja m = k=1 Luuteoria Harjoitus 1 evät 2011 Alesis Kosi 1 Tehtävä 1 Näytä: jos a ja b ovat positiivisia oonaisluuja joille (a, b) = 1 ja a c, seä lisäsi b c, niin silloin ab c. Vastaus Kosa a c, niin jaollisuuden

Lisätiedot

Todennäköisyyslaskennan ja tilastotieteen peruskurssi Esimerkkikokoelma 2

Todennäköisyyslaskennan ja tilastotieteen peruskurssi Esimerkkikokoelma 2 Todeäkösyyslaskea ja tlastotetee peruskurss Esmerkkkokoelma Aheet: Satuasmuuttujat ja todeäkösyysjakaumat Kertymäfukto Jakaume tuusluvut Dskreettejä jakauma Jatkuva jakauma Avasaat: Bomjakauma Desl Dskreett

Lisätiedot

MS-A0402 Diskreetin matematiikan perusteet

MS-A0402 Diskreetin matematiikan perusteet MS-A0402 Disreetin matematiian perusteet Osa 3: Kombinatoriia Riia Kangaslampi 2017 Matematiian ja systeemianalyysin laitos Aalto-yliopisto Kombinatoriia Summaperiaate Esimeri 1 Opetusohjelmaomiteaan valitaan

Lisätiedot

Talousmatematiikan perusteet

Talousmatematiikan perusteet vä9 / orms.3 Talousmatmatiian prustt 6. harjoitus, viio 9 45...3.9 L Ma A R5 Ti 4 6 F453 R Ma 4 F453 L To 8 A R Ma 6 8 F453 R6 To 4 F4 R3 Ti 8 F45 R7 P 8 F453 R4 Ti 4 F453 R8 P F453. Las intgraalit a 6x

Lisätiedot

1.4. Aritmeettisen keskiarvon otosjakauma: Suurten otosten tuloksia

1.4. Aritmeettisen keskiarvon otosjakauma: Suurten otosten tuloksia Tlastolle päättely. Otosjakaumat Tlastolle päättely. Otosjakaumat.. Otos, otostuusluvut ja de otosjakaumat Arvota, Havato, Havatoarvo, Otos, Otosjakauma, Otostuusluku, Rppumattomuus, Satuasmuuttuja, Satuasotos,

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 Tilastollisen analyysin perusteet, kevät 2007

Mat Tilastollisen analyysin perusteet, kevät 2007 Mat-.04 Tlastollsen analyysn perusteet, evät 007. luento: Johdatus varanssanalyysn S ysteemanalyysn Laboratoro Ka Vrtanen Kertaus: ahden rppumattoman otosen t-test () () Perusjouo oostuu ahdesta ryhmästä

Lisätiedot

(1 + i) + JA. t=1. t=1. (1 + i) n (1 + i) n. = H + k (1 + i)n 1 i(1 + i) n + JA

(1 + i) + JA. t=1. t=1. (1 + i) n (1 + i) n. = H + k (1 + i)n 1 i(1 + i) n + JA Investoinnin annattavuuden mittareita Opetusmonisteessa on asi sivua, joilla on hyvin lyhyesti uvattu jouo mittareita. Seuraavassa on muutama lisäommentti ja aavan-johto. Tarastelemme projetia, jona perusinvestointi

Lisätiedot

Verkot ja todennäköisyyslaskenta Verkko Verkko eli graafi muodostuu pisteiden joukosta V, särmien joukosta A ja insidenssikuvauksesta : A V V jossa

Verkot ja todennäköisyyslaskenta Verkko Verkko eli graafi muodostuu pisteiden joukosta V, särmien joukosta A ja insidenssikuvauksesta : A V V jossa Mat-.6 Sovellettu todennäköisyyslaskenta B Mat-.6 Sovellettu todennäköisyyslaskenta B / Ratkaisut Aiheet: Verkot ja todennäköisyyslaskenta Satunnaismuuttujat ja todennäköisyysjakaumat Kertymäfunktio Jakaumien

Lisätiedot

Raja-arvot. Osittaisderivaatat.

Raja-arvot. Osittaisderivaatat. 1 MAT-13440 LAAJA MATEMATIIKKA 4 Tamperee teklle ylopsto Rsto Slveoe Kevät 2010 Luku 3 Raja-arvot Osttasdervaatat 1 Fuktode raja-arvot Tarkastelemme fuktota f : A, jode määrttelyjoukko A T Muuttujat ovat

Lisätiedot

1.2. Aritmeettisen keskiarvon ja otosvarianssin otosjakaumat: Odotusarvot ja varianssit

1.2. Aritmeettisen keskiarvon ja otosvarianssin otosjakaumat: Odotusarvot ja varianssit Tlastolle päättely. Otosjakaumat Tlastolle päättely. Otosjakaumat.. Otos, otostuusluvut ja de otosjakaumat Arvota, Havato, Havatoarvo, Otos, Otosjakauma, Otostuusluku, Rppumattomuus, Satuasmuuttuja, Satuasotos,

Lisätiedot

Todennäköisyyden aksioomat. Todennäköisyyden aksioomat. Todennäköisyyden aksioomat: Mitä opimme? 2/2. Todennäköisyyden aksioomat: Mitä opimme?

Todennäköisyyden aksioomat. Todennäköisyyden aksioomat. Todennäköisyyden aksioomat: Mitä opimme? 2/2. Todennäköisyyden aksioomat: Mitä opimme? TKK () Ilkka Mell (2004) 1 Todeäkösyyde aksoomat Suhteelle rekvess, klasse todeäkösyys ja ehdolle todeäkösyys Johdatus todeäkösyyslasketaa Todeäkösyyde aksoomat TKK () Ilkka Mell (2004) 2 Todeäkösyyde

Lisätiedot

Varianssianalyysi. Varianssianalyysi. Varianssianalyysi. Varianssianalyysi: Mitä opimme? Varianssianalyysi: Johdanto

Varianssianalyysi. Varianssianalyysi. Varianssianalyysi. Varianssianalyysi: Mitä opimme? Varianssianalyysi: Johdanto TKK (c Ila Mell (004 Varassaalyys Varassaalyys: Johdato Johdatus tlastoteteesee Varassaalyys TKK (c Ila Mell (004 Varassaalyys: Mtä opmme? Tarastelemme tässä luvussa seuraavaa ysymystä: Mte tavaomae ahde

Lisätiedot

1. (Monisteen teht. 5.16) Eräiden kuulalaakereiden kestoa (miljoonaa kierrosta) on totuttu kuvaamaan Weibull-jakaumalla, jonka tiheysfunktio on

1. (Monisteen teht. 5.16) Eräiden kuulalaakereiden kestoa (miljoonaa kierrosta) on totuttu kuvaamaan Weibull-jakaumalla, jonka tiheysfunktio on HY MTO / Matemaattste tetede kadohjelma Tlastolle päättely II kevät 019 Harjotus 7B Ratkasuehdotuksa Tehtäväsarja I 1 Mostee teht 516 Eräde kuulalaakerede kestoa mljooaa kerrosta o totuttu kuvaamaa Webull-jakaumalla

Lisätiedot

Miehitysluvuille voidaan kirjoittaa Maxwell Boltzmann jakauman mukaan. saamme miehityslukujen summan muodossa

Miehitysluvuille voidaan kirjoittaa Maxwell Boltzmann jakauman mukaan. saamme miehityslukujen summan muodossa S-4.7 Fysiia III (EST) Tetti..6. Tarastellaa systeemiä, jossa ullai hiuasella o olme mahdollista eergiatasoa, ε ja ε, missä ε o eräs vaio. Oletetaa, että systeemi oudattaa Maxwell-Boltzma jaaumaa ja, että

Lisätiedot

Joulukuun vaativammat valmennustehtävät ratkaisut

Joulukuun vaativammat valmennustehtävät ratkaisut Jouluuun vaativammat valmennustehtävät rataisut. Tapa. Pätee z = x + y, joten z = (x + y = x + y, josta sieventämällä seuraa xy 4x 4y + 4 = 0. Siispä (x (y =. Tästä yhtälöstä saadaan suoraan x =, y = 4

Lisätiedot

[ ] [ 2 [ ] [ ] ( ) [ ] Tehtävä 1. ( ) ( ) ( ) ( ) ( ) ( ) 2( ) = 1. E v k 1( ) R E[ v k v k ] E e k e k e k e k. e k e k e k e k.

[ ] [ 2 [ ] [ ] ( ) [ ] Tehtävä 1. ( ) ( ) ( ) ( ) ( ) ( ) 2( ) = 1. E v k 1( ) R E[ v k v k ] E e k e k e k e k. e k e k e k e k. ehtävä. x( + ) x( y x( + e ( y x( + e ( E v E e ( ) e ( R E[ v v ] E e e e e e e e e 6 estimointivirhe: ~ x( x( x$( x( - b y ( - b y ( estimointivirheen odotusarvo: x( - b x( - b e ( - b x( - b e ( ( -

Lisätiedot

q =, r = a b a = bq + r, b/2 <r b/2.

q =, r = a b a = bq + r, b/2 <r b/2. Luuteoria I Harjoitusia 2009 1 Osoita, että (a x = x x R, (b x x< x +1 x R, (c x + = x + x R, Z, (d x + y x + y x, y R, (e x y xy x, y R 0 2 Oloot a, b, q, r Z ja a = qb + r, 0 r< b Näytä, että a a q =,

Lisätiedot

Johdatus lukuteoriaan Harjoitus 1 syksy 2008 Eemeli Blåsten. Ratkaisuehdotelma

Johdatus lukuteoriaan Harjoitus 1 syksy 2008 Eemeli Blåsten. Ratkaisuehdotelma Johdatus luuteoriaan Harjoitus 1 ss 008 Eemeli Blåsten Rataisuehdotelma Tehtävä 1 Oloot a ja b positiivisia oonaisluuja. Osoita, että on olemassa siäsitteinen luu h ('luujen a ja b pienin hteinen jaettava',

Lisätiedot

MTTTP1 SELITYKSIÄ JA ESIMERKKEJÄ KAAVAKOKOELMAN KAAVOIHIN LIITTYEN

MTTTP1 SELITYKSIÄ JA ESIMERKKEJÄ KAAVAKOKOELMAN KAAVOIHIN LIITTYEN MTTTP SELITYKSIÄ JA ESIMERKKEJÄ KAAVAKOKOELMAN KAAVOIHIN LIITTYEN Aesto kaavoje () (3), (9) ja () esmerkkeh Lepakot pakallstavat hyötesä lähettämällä korkeataajusta äätä Ne pystyvät pakallstamaa hyöteset

Lisätiedot

Todennäköisyyslaskenta IIa, syys lokakuu 2019 / Hytönen 1. laskuharjoitus, ratkaisuehdotukset

Todennäköisyyslaskenta IIa, syys lokakuu 2019 / Hytönen 1. laskuharjoitus, ratkaisuehdotukset Todennäöisyyslasenta IIa, syys loauu 019 / Hytönen 1. lasuharjoitus, rataisuehdotuset 1. ( Klassio ) Oloot A ja B tapahtumia. Todista lasuaavat (a) P(A B) P(A) + P(B \ A), (b) P(B) P(A B) + P(B \ A), (c)

Lisätiedot

Todennäköisyysjakaumat 1/5 Sisältö ESITIEDOT: todennäköisyyslaskenta, määrätty integraali

Todennäköisyysjakaumat 1/5 Sisältö ESITIEDOT: todennäköisyyslaskenta, määrätty integraali Todennäöissjaaumat /5 Sisältö ESITIEDOT: lasenta, määrätt Haemisto KATSO MYÖS: tilastomatematiia P (X = )=p. Nämä ovat 0 ja niiden summa on p =. Pistetodennäöisdet voidaan graafisesti esittää pstsuorien

Lisätiedot

Tchebycheff-menetelmä ja STEM

Tchebycheff-menetelmä ja STEM Mat-2.142 Optmontopn semnaar K-2000 Montavoteopmont Semnaarestelmän tvstelmä Pentt Säynätjo 22.3.2000 Tchebycheff-menetelmä ja STEM 1. Johdanto Tchebycheff-menetelmä ja STEM ovat vuorovauttesa montavoteoptmontmenetelmä.

Lisätiedot

Mat Sovellettu todennäköisyyslaskenta B 5. harjoitukset / Ratkaisut Aiheet: Jatkuvia jakaumia Avainsanat: Jatkuvia jakaumia

Mat Sovellettu todennäköisyyslaskenta B 5. harjoitukset / Ratkaisut Aiheet: Jatkuvia jakaumia Avainsanat: Jatkuvia jakaumia Mat-.60 Sovellettu todeäköisyyslasketa B / Ratkaisut Aiheet: Jatkuvia jakaumia Avaisaat: Biomijakauma, Ekspoettijakauma, Jatkuva tasaie jakauma, Kertymäfuktio, Keskeie raja-arvolause, Mediaai, Normaaliapproksimaatio,

Lisätiedot

1. YKSISUUNTAINEN VARIANSSIANALYYSI: AINEISTON ESITYSMUODOT

1. YKSISUUNTAINEN VARIANSSIANALYYSI: AINEISTON ESITYSMUODOT imat-2.104 Tilastollisen analyysin perusteet / Tehtävät Aiheet: Avainsanat: Ysisuuntainen varianssianalyysi Bartlettin testi, Bonferronin menetelmä, F-testi, Jäännösneliösumma, χ 2 -testi, Koonaisesiarvo,

Lisätiedot

Mat-2.091 Sovellettu todennäköisyyslasku 5. harjoitukset/ratkaisut. Jatkuvat jakaumat

Mat-2.091 Sovellettu todennäköisyyslasku 5. harjoitukset/ratkaisut. Jatkuvat jakaumat Mat-2.09 Sovellettu todennäköisyyslasku /Ratkaisut Aiheet: Jatkuvat jakaumat Avainsanat: Binomijakauma, Eksponenttijakauma, Jatkuva tasainen jakauma, Kertymäfunktio, Mediaani, Normaaliapproksimaatio, Normaalijakauma,

Lisätiedot

Mat Koesuunnittelu ja tilastolliset mallit. Yhden selittäjän lineaarinen regressiomalli. Avainsanat:

Mat Koesuunnittelu ja tilastolliset mallit. Yhden selittäjän lineaarinen regressiomalli. Avainsanat: Mat-.3 Koesuuttelu ja tlastollset mallt 4. harjotukset Mat-.3 Koesuuttelu ja tlastollset mallt 4. harjotukset / Ratkasut Aheet: Avasaat: Yhde selttäjä leaare regressomall Artmeette keskarvo, Estmaatt,

Lisätiedot

MS-A0402 Diskreetin matematiikan perusteet Esimerkkejä ym., osa I

MS-A0402 Diskreetin matematiikan perusteet Esimerkkejä ym., osa I MS-A00 Disreetin matematiian perusteet Esimerejä ym., osa I G. Gripenberg Jouo-oppi ja logiia Todistuset logiiassa Indutioperiaate Relaatiot ja funtiot Funtiot Aalto-yliopisto. maalisuuta 0 Kombinatoriia

Lisätiedot

Tilastolliset menetelmät: Varianssianalyysi

Tilastolliset menetelmät: Varianssianalyysi Variassiaalsi Tilastolliset meetelmät: Variassiaalsi 0. Ysisuutaie variassiaalsi. asisuutaie variassiaalsi. olmi a useampisuutaie variassiaalsi T @ Ila Melli (006) 433 Variassiaalsi T @ Ila Melli (006)

Lisätiedot

Sattuman matematiikkaa III

Sattuman matematiikkaa III Sattuman matematiiaa III Kolmogorovin asioomat ja frevenssitulinta Tommi Sottinen Tutija Matematiian ja tilastotieteen laitos, Helsingin yliopisto Laboratoire de Probabilités et Modèles Aléatoires, Université

Lisätiedot

Ilkka Mellin Todennäköisyyslaskenta Osa 2: Satunnaismuuttujat ja todennäköisyysjakaumat Moniulotteiset satunnaismuuttujat ja jakaumat

Ilkka Mellin Todennäköisyyslaskenta Osa 2: Satunnaismuuttujat ja todennäköisyysjakaumat Moniulotteiset satunnaismuuttujat ja jakaumat Ilkka Mellin Todennäköisyyslaskenta Osa 2: Satunnaismuuttujat ja todennäköisyysjakaumat Moniulotteiset satunnaismuuttujat ja jakaumat TKK (c) Ilkka Mellin (2006) 1 Moniulotteiset satunnaismuuttujat ja

Lisätiedot

2 Taylor-polynomit ja -sarjat

2 Taylor-polynomit ja -sarjat 2 Taylor-polynomit ja -sarjat 2. Taylor-polynomi Taylor-polynomi P n (x; x 0 ) funtion paras n-asteinen polynomiapprosimaatio (derivoinnin annalta) pisteen x 0 lähellä. Maclaurin-polynomi: tapaus x 0 0.

Lisätiedot

Mat Sovellettu todennäköisyyslasku A

Mat Sovellettu todennäköisyyslasku A TKK / Systeemaalyys laboratoro Mat-.9 Sovellettu todeäkösyyslasku A Nordlud Harjotus 8 (vko 45/3) (Ahe: Raja-arvolauseta, otostuuslukuja, johdatusta estmot, Lae luvut 9.5,.-.6). Olkoo X ~ p(λ), mssä λ

Lisätiedot

Johda jakauman momenttiemäfunktio ja sen avulla jakauman odotusarvo ja varianssi.

Johda jakauman momenttiemäfunktio ja sen avulla jakauman odotusarvo ja varianssi. / Raaisu Aihee: Avaisaa: Momeiemäfuio Sauaismuuujie muuose ja iide jaauma Kovergessiäsiee ja raja-arvolausee Biomijaauma, Espoeijaauma, Geomerie jaauma, Jaaumaovergessi, Jauva asaie jaauma, Kolmiojaauma,

Lisätiedot

Mat /Mat Matematiikan peruskurssi C3/KP3-I Harjoitus 2, esimerkkiratkaisut

Mat /Mat Matematiikan peruskurssi C3/KP3-I Harjoitus 2, esimerkkiratkaisut Harjotus, esmerkkratkasut K 1. Olkoon f : C C, f(z) z z. Tutk, mssä pstessä f on dervotuva. Ratkasu 1. Jotta funkto on dervotuva, on sen erotusosamäärän f(z + ) f(z) raja-arvon 0 oltava olemassa ja ss

Lisätiedot

HASSEN-WEILIN LAUSE. Kertausta

HASSEN-WEILIN LAUSE. Kertausta HASSEN-WEILIN LAUSE Kertausta Käytetään seuraava merkntjä F = F/F q on sukua g oleva funktokunta Z F (t = L F (t (1 t(1 qt on funktokunnan F/F q Z-funkto. α 1, α 2,..., α 2g ovat polynomn L F (t nollakohten

Lisätiedot

Todennäköisyyslaskun kertaus. Vilkkumaa / Kuusinen 1

Todennäköisyyslaskun kertaus. Vilkkumaa / Kuusinen 1 Todennäköisyyslaskun kertaus Vilkkumaa / Kuusinen 1 Satunnaismuuttujat ja todennäköisyysjakaumat Vilkkumaa / Kuusinen 2 Motivointi Kokeellisessa tutkimuksessa tutkittaviin ilmiöihin liittyvien havaintojen

Lisätiedot

Yhteensopivuuden, homogeenisuuden ja riippumattomuuden testaaminen. Yhteensopivuuden, homogeenisuuden ja riippumattomuuden testaaminen

Yhteensopivuuden, homogeenisuuden ja riippumattomuuden testaaminen. Yhteensopivuuden, homogeenisuuden ja riippumattomuuden testaaminen TKK () Ila Mell (004) Yhteesopvuude, hoogeesuude a rppuattouude testaae Johdatus tlastoteteesee Yhteesopvuude, hoogeesuude a rppuattouude testaae TKK () Ila Mell (004) Yhteesopvuude, hoogeesuude a rppuattouude

Lisätiedot

Tehtävä 11 : 1. Tehtävä 11 : 2

Tehtävä 11 : 1. Tehtävä 11 : 2 Tehtävä : Käytetää irjaita M luvu ( ) meritsemisee. Satuaisverossa G, p() o yhteesä solmua, jote satuaismuuttuja X mahdollisia arvoja ovat täsmällee jouo0,..., M} aii aliot. Joaie satuaisvero mahdollisista

Lisätiedot

Johdatus todennäköisyyslaskentaan Momenttiemäfunktio ja karakteristinen funktio. TKK (c) Ilkka Mellin (2005) 1

Johdatus todennäköisyyslaskentaan Momenttiemäfunktio ja karakteristinen funktio. TKK (c) Ilkka Mellin (2005) 1 Johdatus todennäköisyyslaskentaan Momenttiemäfunktio ja karakteristinen funktio TKK (c) Ilkka Mellin (5) 1 Momenttiemäfunktio ja karakteristinen funktio Momenttiemäfunktio Diskreettien jakaumien momenttiemäfunktioita

Lisätiedot

8 USEAN VAPAUSASTEEN SYSTEEMIN VAIMENEMATON PAKKOVÄRÄHTELY

8 USEAN VAPAUSASTEEN SYSTEEMIN VAIMENEMATON PAKKOVÄRÄHTELY Värähelymeaa 8. 8 USEAN VAPAUSASEEN SYSEEMIN VAIMENEMAON PAKKOVÄRÄHELY 8. Normaalmuoomeeelmä Usea vapausasee syseem leyhälöde (7.) raaseme vaa aava (7.7) a (7.8) homogeese yhälö ylese raasu { } lsäs paovomaveora

Lisätiedot

HY, MTO / Matemaattisten tieteiden kandiohjelma Tilastollinen päättely II, kevät 2018 Harjoitus 7B Ratkaisuehdotuksia.

HY, MTO / Matemaattisten tieteiden kandiohjelma Tilastollinen päättely II, kevät 2018 Harjoitus 7B Ratkaisuehdotuksia. HY, MTO / Matemaattste tetede kadohjelma Tlastolle päättely II, kevät 208 Harjotus 7B Ratkasuehdotuksa Tehtäväsarja I Olkoo Y, Y rppumato otos Pareto jakaumasta, fy; θ θc θ y θ+ { y > c } tuetulla vakolla

Lisätiedot

9. Jakojärjestelmät. Sisältö. Puhdas jakojärjestelmä. Yksinkertainen liikenneteoreettinen malli

9. Jakojärjestelmät. Sisältö. Puhdas jakojärjestelmä. Yksinkertainen liikenneteoreettinen malli lueto9.ppt S-38.45 Lkeeteora perusteet Kevät 5 Ykskertae lkeeteoreette mall Puhdas jakojärjestelmä Asakkata saapuu keskmäär opeudella asakasta per akayks. / keskmääräe asakkade välaka Asakkata palvellaa

Lisätiedot

Satunnaismuuttujien muunnokset ja niiden jakaumat

Satunnaismuuttujien muunnokset ja niiden jakaumat Ilkka Mellin Todennäköisyyslaskenta Osa 2: Satunnaismuuttujat ja todennäköisyysjakaumat Satunnaismuuttujien muunnokset ja niiden jakaumat TKK (c) Ilkka Mellin (2007) 1 Satunnaismuuttujien muunnokset ja

Lisätiedot

Vakuutusmatematiikan sovellukset 20.11.2008 klo 9-15

Vakuutusmatematiikan sovellukset 20.11.2008 klo 9-15 SHV-tutinto Vauutusmatematiian sovelluset 20.11.2008 lo 9-15 1(7) Y1. Seuraava tauluo ertoo vauutusyhtiön masamat orvauset vahinovuoden ja orvausen masuvuoden muaan ryhmiteltynä (tuhansina euroina): Vahinovuosi

Lisätiedot

1. Luvut 1, 10 on laitettu ympyrän kehälle. Osoita, että löytyy kolme vierekkäistä

1. Luvut 1, 10 on laitettu ympyrän kehälle. Osoita, että löytyy kolme vierekkäistä Johdatus dskreettn matematkkaan Harjotus 3, 30.9.2015 1. Luvut 1, 10 on latettu ympyrän kehälle. Osota, että löytyy kolme verekkästä lukua, joden summa on vähntään 17. Ratkasu. Tällasa kolmkkoja on 10

Lisätiedot

V. POTENSSISARJAT. V.1. Abelin lause ja potenssisarjan suppenemisväli. a k (x x 0 ) k M

V. POTENSSISARJAT. V.1. Abelin lause ja potenssisarjan suppenemisväli. a k (x x 0 ) k M V. POTENSSISARJAT Funtioterminen sarja V.. Abelin lause ja potenssisarjan suppenemisväli P a x x, missä a, a, a 2,... R ja x R ovat vaioita, on potenssisarja, jona ertoimet ovat luvut a, a,... ja ehitysesus

Lisätiedot

MS-A0502 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

MS-A0502 Todennäköisyyslaskennan ja tilastotieteen peruskurssi MS-A0502 Todennäköisyyslaskennan ja tilastotieteen peruskurssi 3A Satunnaismuuttujien summa ja keskihajonta Lasse Leskelä Matematiikan ja systeemianalyysin laitos Perustieteiden korkeakoulu Aalto-yliopisto

Lisätiedot

r i m i v i = L i = vakio, (2)

r i m i v i = L i = vakio, (2) 4 TÖRMÄYKSET ILMATYYNYPÖYDÄLLÄ 41 Erstetyn systeemn sälymslat Kun kaks kappaletta törmää tosnsa ne vuorovakuttavat keskenään tetyn ajan Vuorovakutuksella tarkotetaan stä että kappaleet vahtavat keskenään

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

Satunnaismuuttujien muunnokset ja niiden jakaumat. Satunnaismuuttujien muunnokset ja niiden jakaumat

Satunnaismuuttujien muunnokset ja niiden jakaumat. Satunnaismuuttujien muunnokset ja niiden jakaumat TKK (c) Ilkka Melli (4) Satuaismuuttujie muuokset ja iide jakaumat Satuaismuuttujie muuoste jakaumat Kaksiulotteiste satuaismuuttujie muuoste jakaumat Riippumattomie satuaismuuttujie summa jakauma Riippumattomie

Lisätiedot

Baltian Tie 2001 ratkaisuja

Baltian Tie 2001 ratkaisuja Balta Te 001 ratkasuja 1. Olkoot tehtävät T, = 1,,..., 8. Eräs mahdollsuus jakaa tehtävät kahdeksalle opskeljalle O j, j =1,,..., 8 o ohesessa taulukossa T 1 T T T 4 T T 6 T 7 T 8 O 1 O O O 4 O O 6 O 7

Lisätiedot

Puupintaisen sandwichkattoelementin. lujuuslaskelmat. Sisältö:

Puupintaisen sandwichkattoelementin. lujuuslaskelmat. Sisältö: Puupntasen sandwchkattoelementn lujuuslaskelmat. Ssältö: Sandwch kattoelementn rakenne ja omnasuudet Laatan laskennan kulku Tulosten vertalua FEM-malln ja analyyttsen malln välllä. Elementn rakenne Puupntasa

Lisätiedot

Ilkka Mellin Todennäköisyyslaskenta. Osa 2: Satunnaismuuttujat ja todennäköisyysjakaumat. Momenttiemäfunktio ja karakteristinen funktio

Ilkka Mellin Todennäköisyyslaskenta. Osa 2: Satunnaismuuttujat ja todennäköisyysjakaumat. Momenttiemäfunktio ja karakteristinen funktio Ilkka Mellin Todennäköisyyslaskenta Osa : Satunnaismuuttujat ja todennäköisyysjakaumat Momenttiemäfunktio ja karakteristinen funktio TKK (c) Ilkka Mellin (7) 1 Momenttiemäfunktio ja karakteristinen funktio

Lisätiedot

9. Jakojärjestelmät. Sisältö. Puhdas jakojärjestelmä. Yksinkertainen liikenneteoreettinen malli

9. Jakojärjestelmät. Sisältö. Puhdas jakojärjestelmä. Yksinkertainen liikenneteoreettinen malli Ssältö Kertausta: ykskertae lkeeteoreette mall M/M/-PS asakasta palvelja asakaspakkaa M/M/-PS asakasta palveljaa asakaspakkaa Sovellus elastse datalketee malltamsee vuotasolla M/M//k/k-PS k asakasta palvelja

Lisätiedot

1. (Jatkoa Harjoitus 5A tehtävään 4). Monisteen esimerkin mukaan momenttimenetelmän. n ne(y i Y (n) ) = 2E(Y 1 Y (n) ).

1. (Jatkoa Harjoitus 5A tehtävään 4). Monisteen esimerkin mukaan momenttimenetelmän. n ne(y i Y (n) ) = 2E(Y 1 Y (n) ). HY, MTO / Matemaattiste tieteide adiohjelma Tilastollie päättely II, evät 019 Harjoitus 5B Rataisuehdotusia Tehtäväsarja I 1. (Jatoa Harjoitus 5A tehtävää 4). Moistee esimeri 3.3.3. muaa momettimeetelmä

Lisätiedot

POIKKILEIKKAUKSEN GEOMETRISET SUUREET

POIKKILEIKKAUKSEN GEOMETRISET SUUREET KLEKKUKEN GEMETRET UUREET d Pleause gemetrset suureet määrtellää melvaltase pstee (, hdalla leva ptaelemet d avulla. Tässä ästeltävä ptasuureta lasettaessa vdaa ättää hteelasuperaatetta (mös väheslasuperaate

Lisätiedot

w + x + y + z =4, wx + wy + wz + xy + xz + yz =2, wxy + wxz + wyz + xyz = 4, wxyz = 1.

w + x + y + z =4, wx + wy + wz + xy + xz + yz =2, wxy + wxz + wyz + xyz = 4, wxyz = 1. Kotitehtävät, tammikuu 2011 Vaikeampi sarja 1. Ratkaise yhtälöryhmä w + x + y + z =4, wx + wy + wz + xy + xz + yz =2, wxy + wxz + wyz + xyz = 4, wxyz = 1. Ratkaisu. Yhtälöryhmän ratkaisut (w, x, y, z)

Lisätiedot

Johdatus todennäköisyyslaskentaan Moniulotteiset satunnaismuuttujat ja todennäköisyysjakaumat. TKK (c) Ilkka Mellin (2005) 1

Johdatus todennäköisyyslaskentaan Moniulotteiset satunnaismuuttujat ja todennäköisyysjakaumat. TKK (c) Ilkka Mellin (2005) 1 Johdatus todennäköisyyslaskentaan Moniulotteiset satunnaismuuttujat ja todennäköisyysjakaumat TKK (c) Ilkka Mellin (2005) 1 Moniulotteiset satunnaismuuttujat ja todennäköisyysjakaumat Kaksiulotteiset todennäköisyysjakaumat

Lisätiedot

Laskennallisen kombinatoriikan perusongelmia

Laskennallisen kombinatoriikan perusongelmia Laseallise obiatoriia perusogelia Varsi oissa tehtävissä, joissa etsitää tietylaiste järjestelyje, jouoje ts luuääriä, o taustalla joi uutaista peruslasetatavoista tai lasetaogelista Tässä esitelläälyhyesti

Lisätiedot

Ratkaisu: (i) Joukko A X on avoin jos kaikilla x A on olemassa r > 0 siten että B(x, r) A. Joukko B X on suljettu jos komplementti B c on avoin.

Ratkaisu: (i) Joukko A X on avoin jos kaikilla x A on olemassa r > 0 siten että B(x, r) A. Joukko B X on suljettu jos komplementti B c on avoin. Matematiikan ja tilastotieteen laitos Topologia I 1. kurssikoe 26.2.2013 Malliratkaisut ja tehtävien tarkastamiset Tehtävät 1 ja 2 Henrik Wirzenius Tehtävät 3 ja 4 Teemu Saksala Jos sinulla on kysyttävää

Lisätiedot

(c) Määrää/Determine välillä/in the interval [1000, 10000] olevien 7. jaollisten kokonaislukujen lukumäärä/ number of integers divisible by 7.

(c) Määrää/Determine välillä/in the interval [1000, 10000] olevien 7. jaollisten kokonaislukujen lukumäärä/ number of integers divisible by 7. Luuteorian perusteet Exercises/Harjoitusia 2016 1. Show by induction/osoita indutiolla, that/että Osoita, että a n 1 = (a 1)(a n 1 + a n 2 + + a + 1). a n + 1 = (a + 1)(a n 1 a n 2 + a + 1) jos 2 n. (c)

Lisätiedot

MS-A0205/MS-A0206 Differentiaali- ja integraalilaskenta 2 Luento 7: Lagrangen kertojat. Pienimmän neliösumman menetelmä.

MS-A0205/MS-A0206 Differentiaali- ja integraalilaskenta 2 Luento 7: Lagrangen kertojat. Pienimmän neliösumman menetelmä. MS-A0205/MS-A0206 Dfferentaal- ja ntegraallaskenta 2 Luento 7: Lagrangen kertojat. Penmmän nelösumman menetelmä. Jarmo Malnen Matematkan ja systeemanalyysn latos 1 Aalto-ylopsto Kevät 2016 1 Perustuu Antt

Lisätiedot

Osittaisdifferentiaaliyhtälöt

Osittaisdifferentiaaliyhtälöt Osittaisdifferentiaaliyhtälöt Harjoituskokoelmat 4 ja 5, kevät 2011 Palautus Eemeli Blåstenille to 23.6. klo 16.00 mennessä 1. Ratkaise Dirichlet ongelma u(x, y) = 0, x 2 + y 2 < 1, u(x, y) = y + x 2,

Lisätiedot

Johdatus todennäköisyyslaskentaan Satunnaismuuttujien muunnokset ja niiden jakaumat. TKK (c) Ilkka Mellin (2004) 1

Johdatus todennäköisyyslaskentaan Satunnaismuuttujien muunnokset ja niiden jakaumat. TKK (c) Ilkka Mellin (2004) 1 Johdatus todennäköisyyslaskentaan Satunnaismuuttujien muunnokset ja niiden jakaumat TKK (c) Ilkka Mellin (2004) 1 Satunnaismuuttujien muunnokset ja niiden jakaumat Satunnaismuuttujien muunnosten jakaumat

Lisätiedot

Johda jakauman momenttiemäfunktio ja sen avulla jakauman odotusarvo ja varianssi.

Johda jakauman momenttiemäfunktio ja sen avulla jakauman odotusarvo ja varianssi. Mat-2.090 Sovellettu todeäköisyyslasku A Mat-2.090 Sovellettu todeäköisyyslasku A / Pistetehtävät 2, 4, 6, 8, 0 Aiheet: Avaisaat: Momettiemäfuktio Satuaismuuttujie muuokset ja iide jakaumat Kovergessikäsitteet

Lisätiedot

Luku 2. Jatkuvuus ja kompaktisuus

Luku 2. Jatkuvuus ja kompaktisuus 1 MAT-13440 LAAJA MATEMATIIKKA 4 Taperee teillie yliopisto Risto Silveoie Kevät 2010 Luu 2. Jatuvuus ja opatisuus 1. Jatuvat futiot ja uvauset Tässä luvussa tarastellaa yleisiillää vetoriuuttuja vetoriarvoisia

Lisätiedot

Ortogonaalisuus ja projektiot

Ortogonaalisuus ja projektiot MA-3450 LAAJA MAEMAIIKKA 5 amperee teillie yliopisto Risto Silveoie Kevät 2007 äydeämme Lama 2: lieaarialgebraa oheisella Ortogoaalisuus ja projetiot Olemme aiaisemmi jo määritelleet, että asi vetoria

Lisätiedot

6. Stokastiset prosessit (2)

6. Stokastiset prosessit (2) Ssältö Markov-prosesst Syntymä-kuolema-prosesst luento6.ppt S-38.45 - Lkenneteoran perusteet - Kevät 6 Markov-prosess Esmerkk Tark. atkuva-akasta a dskreetttlasta stokaststa prosessa X(t) oko tla-avaruudella

Lisätiedot

Perustehtäviä. Sarjateorian tehtävät 10. syyskuuta 2005 sivu 1 / 24

Perustehtäviä. Sarjateorian tehtävät 10. syyskuuta 2005 sivu 1 / 24 Sarjateorian tehtävät 0. syysuuta 2005 sivu / 24 Perustehtäviä. Muunna sarja telesooppimuotoon ja osoita, että se suppenee. Lase myös sarjan summa. ( + ) = 2 + 6 + 2 +... 2. Osoita suoraan määritelmään

Lisätiedot

ABTEKNILLINEN KORKEAKOULU

ABTEKNILLINEN KORKEAKOULU ABTEKNILLINEN KORKEAKOULU Tetoverkkolaboratoro 6. Stokastset prosesst () Luento6.ppt S-38.45 - Lkenneteoran perusteet - Kevät 5 6. Stokastset prosesst () Ssältö Markov-prosesst Syntymä-kuolema-prosesst

Lisätiedot

Konvergenssilauseita

Konvergenssilauseita LUKU 4 Konvergenssilauseita Lause 4.1 (Monotonisen konvergenssin lause). Olkoon (f n ) kasvava jono Lebesgueintegroituvia funktioita. Asetetaan f(x) := f n (x). Jos f n

Lisätiedot

MS-A0503 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

MS-A0503 Todennäköisyyslaskennan ja tilastotieteen peruskurssi MS-A0503 Todennäköisyyslaskennan ja tilastotieteen peruskurssi 3A Normaaliapproksimaatio Lasse Leskelä Matematiikan ja systeemianalyysin laitos Perustieteiden korkeakoulu Aalto-yliopisto Lukuvuosi 2016

Lisätiedot