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

Samankaltaiset tiedostot
Todennäköisyys (englanniksi probability)

Miten hyvin mallit kuvaavat todellisuutta? Tarvitaan havaintoja.

Todennäköisyyslaskenta

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

Todennäköisyyslaskenta

OTATKO RISKIN? peli. Heitä noppaa 3 kertaa. Tavoitteena on saada

(x, y) 2. heiton tulos y

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

Osa 1: Todennäköisyys ja sen laskusäännöt. Todennäköisyyden aksioomat

Sovellettu todennäköisyyslaskenta B

Sovellettu todennäköisyyslaskenta B

Johdatus todennäköisyyslaskentaan Todennäköisyyden aksioomat. TKK (c) Ilkka Mellin (2005) 1

ABHELSINKI UNIVERSITY OF TECHNOLOGY

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

Käytetään satunnaismuuttujaa samoin kuin tilastotieteen puolella:

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

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

Varma tapahtuma, Yhdiste, Yhdistetty tapahtuma, Yhteenlaskusääntö

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

Ilkka Mellin Todennäköisyyslaskenta

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

TODENNÄKÖISYYS JA TILASTOT MAA6 KERTAUS

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

Osa 1: Todennäköisyys ja sen laskusäännöt

1. Matkalla todennäköisyyteen

ABHELSINKI UNIVERSITY OF TECHNOLOGY

MS-A0503 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

Todennäköisyyslaskenta - tehtävät

Kurssin puoliväli ja osan 2 teemat

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

Tilastollinen todennäköisyys

031021P Tilastomatematiikka (5 op)

Johdatus todennäköisyyslaskentaan Klassinen todennäköisyys ja kombinatoriikka. TKK (c) Ilkka Mellin (2005) 1

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

Todennäköisyyslaskenta I

Todennäköisyyslaskenta I

Todennäköisyyslaskenta I. Ville Hyvönen

Todennäköisyyslaskenta: Todennäköisyys ja sen laskusäännöt

9 Yhteenlaskusääntö ja komplementtitapahtuma

Sovellettu todennäköisyyslaskenta B

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

ABHELSINKI UNIVERSITY OF TECHNOLOGY

SATTUMAA SATUMAASSA. Todennäköisyyslaskentaa nopanheitosta mittateoriaan

MAT Todennäköisyyslaskenta Tentti / Kimmo Vattulainen

Luento KERTAUSTA Kaksiulotteinen jakauma Pisteparvi, Toyota Avensis -farmariautoja

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

1. Tässä tehtävässä päätellään kaksilapsisen perheen lapsiin liittyviä todennäköisyyksiä.

Mat Sovellettu todennäköisyyslasku A

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

Miten voidaan arvioida virheellisten komponenttien osuutta tuotannossa? Miten voidaan arvioida valmistajan kynttilöiden keskimääräistä palamisaikaa?

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

1. Matkalla todennäköisyyteen (kertausta TN I)

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi Esimerkkikokoelma 1

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

Johdatus todennäköisyyslaskentaan Kertymäfunktio. TKK (c) Ilkka Mellin (2005) 1

1. laskuharjoituskierros, vko 4, ratkaisut

Sovellettu todennäköisyyslaskenta B

Tehtäväsarja I Tehtävät 1-5 perustuvat monisteen kappaleisiin ja tehtävä 6 kappaleeseen 2.8.

B. Siten A B, jos ja vain jos x A x

Tilaston esittäminen frekvenssitaulukossa ja graafisesti. Keskiluvut luokittelemattomalle ja luokitellulle aineistolle: moodi, mediaani, keskiarvo.

Sattuman matematiikkaa I

MAT Todennäköisyyslaskenta Tentti / Kimmo Vattulainen

031021P Tilastomatematiikka (5 op)

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

811120P Diskreetit rakenteet

TODENNÄKÖISYYSLASKUN KERTAUS Peruskäsitteitä

7 TODENNÄKÖISYYSLASKENTAA

Johdatus matemaattiseen päättelyyn

Ilkka Mellin Todennäköisyyslaskenta. Osa 2: Satunnaismuuttujat ja todennäköisyysjakaumat. Satunnaismuuttujat ja todennäköisyysjakaumat

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

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

Todistusmenetelmiä Miksi pitää todistaa?

Liite 2: Verkot ja todennäköisyyslaskenta. Todennäköisyyslaskenta ja puudiagrammit

Lause 5. (s. 50). Olkoot A ja B joukkoja. Tällöin seuraavat ehdot ovat

TOD.NÄK JA TILASTOT, MAA10 Kombinaatio, k-kombinaatio

A. Jos A on niiden perusjoukon S alkioiden x joukko, jotka toteuttavat ehdon P(x) eli joille lause P(x) on tosi, niin merkitsemme

3.5 Todennäköisyyden laskumenetelmiä

Ilkka Mellin Todennäköisyyslaskenta Liite 1: Joukko-oppi

Osa 1: Todennäköisyys ja sen laskusäännöt. Todennäköisyyden peruslaskusäännöt

Valitsemalla sopivat alkiot joudutaan tämän määritelmän kanssa vaikeuksiin, jotka voidaan välttää rakentamalla joukko oppi aksiomaattisesti.

Luku 2. Todennäköisyyslaskenta ja kombinatoriikka. 2.1 Todennäköisyyden ominaisuuksia

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

Tilastotieteen perusteet

Luku 2. Todennäköisyyslaskenta ja kombinatoriikka

Mat Sovellettu todennäköisyyslasku A. Moniulotteiset jakaumat. Avainsanat:

D ( ) Var( ) ( ) E( ) [E( )]

Diskreetin satunnaismuuttujan odotusarvo, keskihajonta ja varianssi

Teema 7: Todennäköisyyksien laskentaa

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

Martingaalit ja informaatioprosessit

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

Matemaattinen tilastotiede

Satunnaismuuttujat ja todennäköisyysjakaumat Kertymäfunktio

Johdatus todennäköisyyslaskentaan Todennäköisyyslaskenta ja puudiagrammit. TKK (c) Ilkka Mellin (2005) 1

Joukot. Georg Cantor ( )

Tuloperiaate. Oletetaan, että eräs valintaprosessi voidaan jakaa peräkkäisiin vaiheisiin, joita on k kappaletta

4.1. Olkoon X mielivaltainen positiivinen satunnaismuuttuja, jonka odotusarvo on

Todennäköisyyslaskenta ja puudiagrammit. Todennäköisyyslaskenta ja puudiagrammit. Todennäköisyyslaskenta ja puudiagrammit: Esitiedot

Informaatioteoriasta Pro gradu -tutkielma Tero Hukka Matemaattisten tieteiden laitos Oulun yliopisto 2017

Transkriptio:

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, että saadaan ainakin yksi kutonen? Jos kahta noppaa heitetään 24 kertaa, niin kannattaako lyödä vetoa sen puolesta, että saadaan ainakin yksi kutospari? Kreivi itse ei osannut ratkaista ongelmia matemaattisesti, joten hän kirjoitti ystävälleen Blaise Pascalille, joka kävi kirjeenvaihtoa Pierre de Fermat:n kanssa. Tätä kirjeenvaihtoa pidetään todennäköisyyslaskennan alkamisena. Ilmiön varmuutta tai epävarmuutta on aina pyritty arvioimaan. Nykyään laskumenetelmät ovat erittäin tehokkaita ja ilmiön arviointi laskennallisesti on luotettavampaa kuin tavanomainen arviointi. Tietyt lainalaisuudet pätevät todennäköisyyksiin, josta seuraa, että sattumallakin on omat lakinsa. Antoine Gombaud, eli chevalier de Méré?.?.1607 29.12.1684 Kirjailija ja matemaatikko 1

Blaise Pascal 19.6.1623 19.8.1662 Matemaatikko, fyysikko, keksijä ja kristitty filosofi Pierre de Fermat 17.8.1601 (tai 1607) 12.1.1665 Lakimies, matemaatiko FERMAT n suuri lause koska se on liian pitkä sopiakseen tähän marginaaliin 2

«Au contraire, il est impossible de partager soit un cube en deux cubes, soit un bicarré en deux bicarrés, soit en général une puissance quelconque supérieure au carré en deux puissances de même degré : j'en ai découvert une démonstration véritablement merveilleuse que cette marge est trop étroite pour contenir.» Ei löydy sellaista luonnollista lukua n > 2, n N, jolle pätisi a n + b n = c n, a, b, c Z + Olen löytänyt suurenmoisen osoituksen tälle väitteelle, mutta marginaali on liian pieni kirjoittaakseni sen tähän. (vap.suom.) Määritelmä, satunnaisilmiö ja satunnaiskoe: Satunnaisilmiö on ilmiö, jonka tulosta ei tiedetä etukäteen. Satunnaiskokeilla tuotetaan satunnaisilmiöitä ja tietyn satunnaisilmiön mahdollisia tuloksia kutsutaan alkeistapauksiksi. Kaikkien alkeistapausten joukkoa kutsutaan kyseisen ilmiön perusjoukoksi tai otosavaruudeksi, merkitään E. Perusjoukon alkioiden eli kaikkien alkeistapausten lukumäärää merkitään. Esimerkki: Nopan heitto on satunnaiskoe (-ilmiö). Perusjoukkona E = 1,2,3,4,5,6 ja = 6. Kolikon heitto vastaavasti. Nyt perusjoukkona E = kruuna, klaava ja = 2. (Periaatteessa kolikko voisi jäädä myös kyljelleen.) MUISTA: Joukkoja merkitään isolla kirjaimella ja kaarisulkujen sisään alkiot. Deterministinen ilmiö (eli tietyn lainalaisuuden määrittävä ilmiö) on satunnaisilmiölle vastakkainen. Tässä esimerkissä se olisi: Jääkö noppa tai kolikko ilmaan leijumaan vai putoaako se, kun sitä heitetään. Tämän ilmiön tulos tiedetään etukäteen, se putoaa. Determine(eng.) = määrätä 3

HUOM! Satunnaisilmiö ja sitä kuvaava joukko tavallisesti samaistetaan. Määritelmä, pistetodennäköisyys ja symmetrisyys: Alkeistapausten todennäköisyyttä sanotaan pistetodennäköisyydeksi. Jos kaikkia alkeistapauksia voidaan pitää yhtä mahdollisina, niin ne ovat symmetrisiä. Tavallisesti ei olla kiinnostuneita satunnaisilmiön tai satunnaiskokeen yksittäisestä tuloksesta vaan siitä, että tuloksella on jokin tietty ominaisuus eli tietty tapahtuma tapahtuu. Määritelmä, tapahtuma: Tapahtuma A on perusjoukon E osajoukko. Yksittäinen alkeistapaus e E muodostaa tapahtuman {e}. Koko perusjoukko E vastaa varmaa tapahtumaa ja tyhjä joukko mahdotonta tapahtumaa. A E Määritelmä, todennäköisyyden merkintä: Todennäköisyyttä tapahtumalle A, alkeistapaukselle e, perusjoukolle E ja tyhjälle joukolle merkitään isolla P kirjaimella, P=probability. Esimerkki: Aina pätee P E = 1, P = 0 ja 0 P A 1. Jos A= Saadaan parillinen silmäluku, niin P A voidaan merkitä myös P Saadaan parillinen silmäluku = 0,5 heittomerkit kuuluvat ilmaisutapaan. Suosi kuitenkin tapaa: Olkoon A= tekstiä jolloin P A = 3 = 1 = 0,5. Tämä 6 2 = 4

Klassinen todennäköisyys Määritelmä, symmetrinen perusjoukko: Perusjoukko E on symmetrinen, jos se on äärellinen ja jos sen kaikki alkeistapaukset ovat yhtä todennäköisiä. (2 ehtoa) (Täsmällisemmin sanottuna: Tarkastellaan perusjoukon E ja todennäköisyysfunktion P muodostamaa todennäköisyyskenttää E, P.) Esimerkki: Olkoon E = e 1, e 2, e 3,, e n symmetrinen perusjoukko. Tällöin jokaisen alkeistapauksen todennäköisyys on 1 n. Olkoon A = a 1, a 2,, a m jokin tapahtuma eli A on E:n osajoukko. Tällöin P A = P a 1 + P a 2 + + P a m = 1 n + 1 n + + 1 n = m n m kpl Määritelmä, klassinen todennäköisyys: Symmetrisen perusjoukon E tapahtuman A klassinen todennäköisyys on P A Esimerkki: = N A suotuisien alkeistapausten lukumäärä = kaikkien alkeistapausten lukumäärä Varma tapahtuma: A = E P A = P E = Mahdoton tapahtuma: A = P A = P = N Aina pätee: 0 P A 1 Esimerkki: = n n = 1,OK = 0 n = 0,OK Kortteja yhteensä 52 kpl (ei jokereita) N "Kortti on pun. ässä" P "Kortti on pun. ässä" = = 2 52 0,038 5

Esimerkki (jatkuu): Kaksi nopanheittoa (2 heittoa x 1 noppa TAI 1 heitto x 2 noppaa) P "Silmälukujen summa on 7 tai 10" Suotuisat alkeistapaukset: 7: 1,6, 6,1, 2,5, 5,2, 3,4, 4,3 10: 4,6, 6,4, 5,5 Yhteensä 6 + 3 = 9 kappaletta. Kaikki alkeistapaukset: 1,1, 1,2,, 1,6, 2,1, 2,6, Yht. 7 6 Yht. 10 6,1,, 6,6 Yhteensä 6 6 = 36 kappaletta. Näin ollen P "summa 7 tai 10" = 9 36 = 1 4 = 0,25 5 4 3 2 1 1 2 3 4 5 6 6