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

Samankaltaiset tiedostot
HY, MTO / Matemaattisten tieteiden kandiohjelma Todennäköisyyslaskenta IIa, syksy 2018 Harjoitus 3 Ratkaisuehdotuksia.

0 kun x < 0, 1/3 kun 0 x < 1/4, 7/11 kun 1/4 x < 6/7, 1 kun x 1, 1 kun x 6/7,

2 exp( 2u), kun u > 0 f U (u) = v = 3 + u 3v + uv = u. f V (v) dv = f U (u) du du f V (v) = f U (u) dv = f U (h(v)) h (v) = f U 1 v (1 v) 2

HY, MTL / Matemaattisten tieteiden kandiohjelma Todennäköisyyslaskenta IIb, syksy 2017 Harjoitus 1 Ratkaisuehdotuksia

Todennäköisyyslaskenta IIa, syys lokakuu 2019 / Hytönen 3. laskuharjoitus, ratkaisuehdotukset

k S P[ X µ kσ] 1 k 2.

1. Kuusisivuista noppaa heitetään, kunnes saadaan silmäluku 5 tai 6. Olkoon X niiden heittojen lukumäärä, joilla tuli 1, 2, 3 tai 4.

x 4 e 2x dx Γ(r) = x r 1 e x dx (1)

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

0 3 y4 dy = 3 y. 15x 2 ydx = 15. f Y (y) = 5y 4 1{0 y 1}.

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

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

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

Sovellettu todennäköisyyslaskenta B

MS-A0503 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

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

JATKUVUUS. Funktio on jatkuva jos sen kuvaaja voidaan piirtää nostamatta kynää paperista.

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

3. laskuharjoituskierros, vko 6, ratkaisut

Käytetään satunnaismuuttujaa samoin kuin tilastotieteen puolella:

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

Sovellettu todennäköisyyslaskenta B

MATEMATIIKAN JA TILASTOTIETEEN LAITOS Analyysi I Harjoitus alkavalle viikolle Ratkaisuehdotuksia (7 sivua) (S.M)

Johdatus reaalifunktioihin P, 5op

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

Funktion raja-arvo ja jatkuvuus Reaali- ja kompleksifunktiot

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

Sovellettu todennäköisyyslaskenta B

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

MATP153 Approbatur 1B Ohjaus 2 Keskiviikko torstai

Ilkka Mellin (2008) 1/5

Toispuoleiset raja-arvot

Ratkaisuehdotus 2. kurssikoe

l (φ; y) = l(θ(φ); y) Toinen derivaatta saadaan tulon derivaatan laskusäännöllä Uudelleenparametroidun mallin Fisherin informaatio on

Satunnaismuuttujien muunnokset ja niiden jakaumat

MAT Todennäköisyyslaskenta Tentti / Kimmo Vattulainen

Satunnaismuuttujat ja jakaumat

saadaan kvanttorien järjestystä vaihtamalla ehto Tarkoittaako tämä ehto mitään järkevää ja jos, niin mitä?

a) Mikä on integraalifunktio ja miten derivaatta liittyy siihen? Anna esimerkki = 16 3 =

MAT Todennäköisyyslaskenta Tentti / Kimmo Vattulainen

Mat Sovellettu todennäköisyyslasku A

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

Sallitut apuvälineet: MAOL-taulukot, kirjoitusvälineet, laskin sekä itse laadittu, A4-kokoinen lunttilappu. f(x, y) = k x y, kun 0 < y < x < 1,

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

Funktiot. funktioita f : A R. Yleensä funktion määrittelyjoukko M f = A on jokin väli, muttei aina.

Todennäköisyyslaskennan ja tilastotieteen peruskurssi Esimerkkikokoelma 3

ABHELSINKI UNIVERSITY OF TECHNOLOGY

Tehtävä 1. Näytä, että tason avoimessa yksikköpallossa

Ratkaisuehdotus 2. kurssikokeeseen

IV. TASAINEN SUPPENEMINEN. f(x) = lim. jokaista ε > 0 ja x A kohti n ε,x N s.e. n n

x = π 3 + nπ, x + 1 f (x) = 2x (x + 1) x2 1 (x + 1) 2 = 2x2 + 2x x 2 = x2 + 2x f ( 3) = ( 3)2 + 2 ( 3) ( 3) = = 21 tosi

Epäyhtälöt ovat yksi matemaatikon voimakkaimmista

HY / Matematiikan ja tilastotieteen laitos Tilastollinen päättely II, kevät 2017 Harjoitus 4 Ratkaisuehdotuksia. Tehtäväsarja I

TODENNÄKÖISYYSLASKUN KERTAUS Peruskäsitteitä

031021P Tilastomatematiikka (5 op) viikko 2

MATEMATIIKAN KOE, PITKÄ OPPIMÄÄRÄ HYVÄN VASTAUKSEN PIIRTEITÄ

3.1 Kaksiulotteinen satunnaisvektori ja sen jakauma

Lisää Diskreettejä jakaumia Lisää Jatkuvia jakaumia Normaalijakaumasta johdettuja jakaumia

Differentiaali- ja integraalilaskenta 1 Ratkaisut 5. viikolle /

MATP153 Approbatur 1B Harjoitus 5 Maanantai

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

2.1 Satunnaismuuttuja ja sen jakauma

Tenttiin valmentavia harjoituksia

Jatkuvat satunnaismuuttujat

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

MAT Todennäköisyyslaskenta Tentti / Kimmo Vattulainen

y = 3x2 y 2 + sin(2x). x = ex y + e y2 y = ex y + 2xye y2

Tilastomatematiikka Kevät 2008

031021P Tilastomatematiikka (5 op) viikko 3

5/11 6/11 Vaihe 1. 6/10 4/10 6/10 4/10 Vaihe 2. 5/11 6/11 4/11 7/11 6/11 5/11 5/11 6/11 Vaihe 3

3.6 Su-estimaattorien asymptotiikka

,ܾ jaü on annettu niin voidaan hakea funktion

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

Matematiikan tukikurssi

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

1. Jatketaan luentojen esimerkkiä 8.3. Oletetaan kuten esimerkissä X Y Bin(Y, θ) Y Poi(λ) λ y. f X (x) (λθ)x

2. Jatkoa HT 4.5:teen ja edelliseen tehtavään: Määrää X:n kertymäfunktio F (x) ja laske sen avulla todennäköisyydet

Derivaattaluvut ja Dini derivaatat

Moniulotteiset satunnaismuuttujat ja jakaumat

r > y x z x = z y + y x z y + y x = r y x + y x = r

JOHDATUS TEKOÄLYYN LUENTO 4.

2.1 Satunnaismuuttuja ja sen jakauma

a) Sievennä lauseke 1+x , kun x 0jax 1. b) Aseta luvut 2, 5 suuruusjärjestykseen ja perustele vastauksesi. 3 3 ja

Johdatus diskreettiin matematiikkaan (syksy 2009) Harjoitus 3, ratkaisuja Janne Korhonen

JAKSO 2 KANTA JA KOORDINAATIT

Inversio-ongelmien laskennallinen peruskurssi Luento 7

Ilkka Mellin Tilastolliset menetelmät Osa 2: Otokset, otosjakaumat ja estimointi Estimointi

MS-A010{3,4} (ELEC*) Differentiaali- ja integraalilaskenta 1 Luento 3: Jatkuvuus

4.0.2 Kuinka hyvä ennuste on?

Matematiikan peruskurssi 2

Analyysi 1. Harjoituksia lukuihin 4 7 / Syksy Tutki funktion f(x) = x 2 + x 2 jatkuvuutta pisteissä x = 0 ja x = 1.

HY / Avoin yliopisto Lineaarialgebra ja matriisilaskenta II, kesä 2015 Harjoitus 1 Ratkaisut palautettava viimeistään maanantaina klo

Oletetaan ensin, että tangenttitaso on olemassa. Nyt pinnalla S on koordinaattiesitys ψ, jolle pätee että kaikilla x V U

LUKU 3. Ulkoinen derivaatta. dx i 1. dx i 2. ω i1,i 2,...,i k

Algebra I, harjoitus 5,

Matematiikan peruskurssi (MATY020) Harjoitus 10 to

Mikäli funktio on koko ajan kasvava/vähenevä jollain välillä, on se tällä välillä monotoninen.

Tilastollinen päättely. 5. Väliestimointi Johdanto Luottamusvälien konstruointi Luottamusvälien vertailu

Mat Sovellettu todennäköisyyslasku A. Moniulotteiset jakaumat. Avainsanat:

Transkriptio:

HY, MTO / Matemaattisten tieteiden kandiohjelma Todennäköisyyslaskenta IIa, syksy 8 Harjoitus Ratkaisuehdotuksia Tehtäväsarja I Tehtävät -5 perustuvat monisteen kappaleisiin..7 ja tehtävä 6 kappaleeseen.8.. Tarkastelemme kahden nopan heittoa. Olkoon X ensimmäisen nopan silmäluku, ja X toisen nopan silmäluku. Olkoon Y satunnaismuuttuja, joka on muodostettu näistä seuraavasti Y min(x, X ). Johda satunnaismuuttujan Y pistetodennäköisyysfunktio. Ratkaisu: Nopanheiton tuloksena sekä X että X noudattavat diskreettiä tasajakaumaa joukossa {,, 3, 4, 5, 6}. Huomataan, että kaikilla k {,, 3, 4, 5, 6, 7} pätee P(X i k) 7 k (i, ). Koska sm:t X 6 ja X kuvaavat kahden eri nopan heittojen tuloksia, niin on perusteltua olettaa, että satunnaismuuttujat X ja X ovat riippumattomia. Koska satunnaismuuttujan X arvojoukko on {,, 3, 4, 5, 6} ja satunnaismuuttujan X arvojoukko on {,,, 3, 4, 5}, näiden minimin Y min(x, X ) arvojoukko on {,,, 3, 4, 5}. Huomataan, että minimi Y min(x, X ) on nolla, jos ja vain jos X. Toisin sanoen tapahtumat {Y } ja {X } ovat sama tapahtuma. Täten P(Y ) P(X ). 6 Oletetaan, että k {,, 3, 4, 5, 6}. Jotta Y olisi vähintään k, täytyy olla X k eli X k +, ja X k. Siis P(Y k) P({X k + } {X k}) P(X k + ) P(X k) 7 (k+) 7 k (6 k)(7 k). 6 6 6 Oletetaan, että y {,, 3, 4, 5}. Koska {Y y} {Y y} {Y y + } ja kyseisen yhdisteen joukot ovat erilliset, niin todennäköisyyden äärellisen additiivisuuden nojalla P(Y y) P(Y y) + P(Y y + ), mistä saadaan edelleen, että P(Y y) P(Y y) P(Y y + ) (6 y)(7 y) 6 (6 y). 36 (6 (y + ))(7 (y + )) 6 Siis satunnaismuuttujan Y pistetodennäköisyysfunktio on funktio f : R R, jolle, jos y, 6 6 y f(y), jos y {,, 3, 4, 5}, 8, muuten. Toinen, suoraviivaisempi tapa olisi muodostaa suoraan pistetodennäköisyysfunktio määrittämällä kukin pistetodennäköisyys erikseen. Avuksi tähän voisi piirtää esimerkiksi 6 6 taulukon, jossa rivit vastaavat ensimmäisen nopan silmälukuja ja sarakkeet toisen nopan silmälukuja. Määritelmä 3.7

. Jatkuvasti jakautuneen satunnaismuuttujan X tiheysfunktio on cx 3 + kun < x < f(x) muuten Määritä vakion c arvo, ja johda kaava jakauman kertymäfunktiolle. Ratkaisu: Koska f on sm:n X tiheysfunktio, niin pätee f(x) dx P(X R) ja tästä yhtälöstä saamme ratkaistua vakion c arvon. Integraali f(x) dx + / f(x) dx + dx + 4 c 4 + 4c +, f(x) dx + ( cx 3 + ) ( 4 cx4 + ) x + joten yhtälöstä 4c + f(x) dx saadaan c. Jos < x <, niin F (x) / x x. f(u) du f(u) du + du u dx + f(u) du f(x) dx Lisäksi jos x, niin F (x), ja jos x, niin F (x). Siis X :n kertymäfunktio on F : R R, jolle, jos x, x F (x), jos < x <,, jos x. 3. Olkoon X satunnaismuuttuja, ja määritellään satunnaismuuttuja Y siten, että Y e 3X (ts. Y (ω) e 3X(ω) kaikilla ω). Ilmaise satunnaismuuttujan Y kertymäfunktio satunnaismuuttujan X kertymäfunktion avulla. Ratkaisu: Oletetaan ensin että y Tällöin koska e 3X > niin tapahtuma {e 3X y} on mahdoton jokaisella y. Siis F Y (y) kun y. Olkoon

nyt y > ja jos F X : R R on sm:n X kertymäfunktio, niin satunnaismuuttujan Y kertymäfunktiolle F Y : R R pätee F Y (y) P(Y y) P(e 3X y) P(log(e 3X ) log(y)) P(3X log(y)) P (X ) 3 log(y) ( ) F X 3 log(y) ( ) Siis satunnaismuuttujan Y kertmäfunktio on F Y (y) {y > }F log(y) X 3 4. Satunnaismuuttujan X kertymäfunktio on, kun x <, F (x) + 3 3 x, kun x <,, kun x. a) Laske todennäköisyys P(X ). b) Laske todennäköisyys P( X < ). Ratkaisu: a) Koska {X } {X < } {X } ja kyseisen yhdisteen joukot ovat erilliset, niin tn:n äärellisestä additiivisuudesta seuraa, että P(X ) P(X ) P(X < ). Monisteen lauseen. perusteella Täten P(X < ) F ( ) lim F (x) lim. x x P(X ) P(X ) P(X < ) F () 3 + 3 3 b) Koska {X < } {X < } { X < } ja kyseisen yhdisteen joukot ovat erilliset, niin tn:n äärellisestä additiivisuudesta seuraa, että ( ) ( P X < P (X < ) P X < ) ( ) F ( ) F ( lim F (x) lim F (x) x x 3 + 3 ) 4 5. Tarkista lauseen.7 avulla, että funktio, kun x < F (x) (x + 8 ) kun x < ( 6 x) kun x < 6 kun x 6

on jatkuvan jakauman kertymäfunktio. Laske jakauman tiheysfunktio sekä piirrä tiheysfunktion kuvaaja. Ratkaisu: Tarkistetaan aluksi, että lauseen.7 ehdot () (3) ovat voimassa annetulla funktiolla F. Selvästi F on jatkuva ainakin joukossa R\{,, 6}. Koska lim F (x) x niin F on jatkuva pisteessä. Koska lim x 8 (( ) + ) F ( ) lim F (x), x + lim F (x) x 8 ( + ) ( ) 6 F () lim F (x), x + niin F on jatkuva pisteessä. Koska lim F (x) ( ) x 6 6 6 F (6) lim F (x), x 6+ niin F on jatkuva pisteessä 6. Siis F on jatkuva koko R:ssä. Alla olevan derivaattafunktion johtamisen perusteella F on derivoituva ja derivaatta F on jatkuva joukossa R\{} eli kaikkialla paitsi äärellisen monessa pisteessä. Siis lauseen.7 ehdot () (3) ovat voimassa. Lauseessa.7 on kuitenkin vielä neljäs ehto, nimittäin se, että F :n pitää olla kertymäfunktio. Lauseen. kääntäen -osan nojalla riittää osoittaa, että F on kasvava ja oikealta jatkuva funktio, F () ja F ( ). Koska F on jatkuva ja F :n derivaatta (johdetaan alla) on yhtä pistettä lukuunottamatta epänegatiivinen, niin tästä seuraa 3, että F on kasvava. Funktion F oikealta jatkuvuus seuraa edellä osoitetusta F :n jatkuvuudesta. Lisäksi funktion F määritelmästä nähdään helposti, että F () lim x F (x) ja F ( ) lim x F (x). Siis lauseen.7 kaikki ehdot ovat voimassa eli F on jatkuvan jakauman kertymäfunktio. Merkitään F (x):llä funktion F vasemmanpuoleista derivaattaa pisteessä x ja F +(x):llä funktion F oikeanpuoleista derivaattaa pisteessä x. Väleillä (, ) ja (6, ) derivaatta F (x), välillä (, ) derivaatta F (x) (x + ) ja välillä (, 6) derivaatta F (x) ( x) x. Koska F 4 6 6 6 36 ( ) ( + ) F 4 +( ), niin F on derivoituva pisteessä ja F ( ). Koska F () ( + ) F 4 6 6 36 +(), niin F ei ole derivoituva pisteessä. Koska F (6) 6 F 6 36 +(6), niin F on derivoituva pisteessä 6 ja F (6). Lauseen.7 mukaan tiheysfunktioksi voidaan valita derivaatta F. Derivaattaa ei ole määritelty pisteessä, mutta tiheysfunktion arvo kyseisessä (äärellisen monessa) pisteessä voidaan valita vapaasti 4, esimerkiksi f(). Täten erääksi tiheysfunktioksi Tämä on erittäin oleellinen ehto, sillä esimerkiksi funktio F (x) sin(x) toteuttaa lauseen ehdot () (3), muttei ole silti jatkuvan jakauman kertymäfunktio. 3 Yksityiskohdat jätetään harjoitustehtäväksi. 4 Jakauman tiheysfunktio ei ole yksikäsitteinen, ks. monisteen sivu 6.

saadaan, jos x, (x + ), jos < x, 4 f(x) x, jos < x < 6, 6 36, jos x 6. 6. Olkoon X diskreetti sm, jonka ptnf f on f(x) { x {,, 3 } }+ { x }. 6 Olkoon Z sm, joka määritellään Z X +. Määrää sm:n Z ptnf. Ratkaisu: Olkoon g : R R, g(x) x +. Lauseen. nojalla satunnaismuuttujan Z g(x) pistetodennäköisyysfunktio on f Z (z) x g ({z}) f X (x). Alkukuva g ({z}) { z, z }, kun z, ja g ({z}), kun z <. Nyt f Z () f Z () f Z () f Z (z) f Z (z) x g ({}) x g ({}) x g ({8}) x g ({z}) f X (x) f X (x) f X (x) x {} x {,} x { 3,3} f X (x) f X () 6, f X (x) f X ( ) + f X () 6 + 3, f X (x) f X ( 3) + f X (3) + 6 6, f X (x) f X ( z ) + f X ( z ), kun z (, ) \ {, }, ja x g ({z}) f X (x) x f X (x), kun z <. Siis satunnaismuuttujan Z pistetodennäköisyysfunktio on f Z (z) 3 {z } + {z {, }}. 6