Suotuisien tapahtumien lukumäärä Kaikki alkeistapahtumien lukumäärä

Samankaltaiset tiedostot
Käytetään satunnaismuuttujaa samoin kuin tilastotieteen puolella:

D ( ) E( ) E( ) 2.917

4.1. Olkoon X mielivaltainen positiivinen satunnaismuuttuja, jonka odotusarvo on

Sovellettu todennäköisyyslaskenta B

4. laskuharjoituskierros, vko 7, ratkaisut

Gripenberg. MS-A0502 Todennäköisyyslaskennan ja tilastotieteen peruskurssi Tentti ja välikoeuusinta

Sovellettu todennäköisyyslaskenta B

Mat Sovellettu todennäköisyyslasku A

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

5. laskuharjoituskierros, vko 8, ratkaisut

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

30A02000 Tilastotieteen perusteet

MAT Todennäköisyyslaskenta Tentti / Kimmo Vattulainen

MAT Todennäköisyyslaskenta Tentti / Kimmo Vattulainen

Lisää Diskreettejä jakaumia Lisää Jatkuvia jakaumia Normaalijakaumasta johdettuja jakaumia

Sovellettu todennäköisyyslaskenta B

Harjoitus 2: Matlab - Statistical Toolbox

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

Todennäköisyyden ominaisuuksia

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

Teema 7: Todennäköisyyksien laskentaa

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

Poisson-prosessien ominaisuuksia ja esimerkkilaskuja

ABHELSINKI UNIVERSITY OF TECHNOLOGY

Sovellettu todennäköisyyslaskenta B

Juuri 10 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty

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

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

Ilkka Mellin Todennäköisyyslaskenta. Osa 3: Todennäköisyysjakaumia. Diskreettejä jakaumia. TKK (c) Ilkka Mellin (2007) 1

Diskreetit todennäköisyysjakaumat. Kertymäfunktio Odotusarvo Binomijakauma Poisson-jakauma

TODENNÄKÖISYYS JA TILASTOT MAA6 KERTAUS

Todennäköisyyslaskun kertaus. Heliövaara 1

Ilkka Mellin (2008) 1/5

Todennäköisyysjakaumia

Johdatus todennäköisyyslaskentaan Diskreettejä jakaumia. TKK (c) Ilkka Mellin (2005) 1

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

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

Mat Sovellettu todennäköisyyslasku A

Otosavaruus ja todennäköisyys Otosavaruus Ë on joukko, jonka alkiot ovat kokeen tulokset Tapahtuma on otosavaruuden osajoukko

ABHELSINKI UNIVERSITY OF TECHNOLOGY

Sovellettu todennäköisyyslaskenta B

Tilastollinen päättely II, kevät 2017 Harjoitus 1A

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

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

Todennäköisyys (englanniksi probability)

Johdatus todennäköisyyslaskentaan Jatkuvia jakaumia. TKK (c) Ilkka Mellin (2005) 1

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

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

(x, y) 2. heiton tulos y

TODENNÄKÖISYYSLASKUN KERTAUS Peruskäsitteitä

031021P Tilastomatematiikka (5 op) viikko 3

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

Sovellettu todennäköisyyslaskenta B

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

Jatkuvat satunnaismuuttujat

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

Todennäköisyyslaskun kertaus. Vilkkumaa / Kuusinen 1

Diskreetin satunnaismuuttujan odotusarvo, keskihajonta ja varianssi

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

3.7 Todennäköisyysjakaumia

3. laskuharjoituskierros, vko 6, ratkaisut

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

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

MAT Todennäköisyyslaskenta Tentti / Kimmo Vattulainen

Todennäköisyyslaskenta sivuaineopiskelijoille

Ilkka Mellin Todennäköisyyslaskenta Osa 3: Todennäköisyysjakaumia Jatkuvia jakaumia

031021P Tilastomatematiikka (5 op) viikko 2

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

031021P Tilastomatematiikka (5 op) viikot 5 6

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

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

MS-A0503 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

ABHELSINKI UNIVERSITY OF TECHNOLOGY

Tilastolliset jakaumat, niiden esittäminen ja tunnusluvut

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

Todennäköisyyslaskenta - tehtävät

811120P Diskreetit rakenteet

Miten hyvin mallit kuvaavat todellisuutta? Tarvitaan havaintoja.

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

Satunnaismuuttujat ja todennäköisyysjakaumat Kertymäfunktio

Varma tapahtuma, Yhdiste, Yhdistetty tapahtuma, Yhteenlaskusääntö

Satunnaismuuttujat ja jakaumat

Tilastomatematiikka Kevät 2008

Satunnaismuuttujien muunnokset ja niiden jakaumat

Muista merkitä vastauspaperiin oma nimesi ja tee etusivulle pisteytysruudukko. Kaikkiin tehtävien ratkaisuihin välivaiheet näkyviin!

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

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

Osa 1: Todennäköisyys ja sen laskusäännöt. Todennäköisyyden aksioomat

vkp 4*(1+0)/(32-3)-1= vkp 2*(1+0)/(32-3)=

1. laskuharjoituskierros, vko 4, ratkaisut

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

Satunnaismuuttujien summa ja keskiarvo

Satunnaismuuttujan odotusarvo ja laskusäännöt

Mat Sovellettu todennäköisyyslasku A

Luento KERTAUSTA Kaksiulotteinen jakauma Pisteparvi, Toyota Avensis -farmariautoja

Demonstraatiot Luento 7 D7/1 D7/2 D7/3

Lisätehtäviä ratkaisuineen luentomonisteen lukuihin 2-4 liittyen

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

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

Transkriptio:

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

Satunnaismuuttuja Tilastollisesti vaihtelevaa suuretta kutsutaan satunnaismuuttujaksi, merkitään usein X. 2 Usein kiinnostaa tietää, mitä jakaumaa, ja millä jakaumaparametreillä, tutkittava suure noudattaa. Diskreetti jakauma: X saa vain äärellisen määrän arvoja (usein kokonaislukupisteissä). Jatkuva jakauma: X saa arvoja äärettömässä määrässä pisteisä, mahdollisesti koko reaalilukujen joukossa, tai positiivisilla reaaliluvuilla.

Vennin diagrammi 3 p(a B) = P (A) + p(b) p(a B) p(a) = p(a ) = 1 p(a)

Jakaumat Esimerkki: heitetään kahta noppaa, ja lasketaan luvut yhteen. Vasen asteikko kertoo, kuinka monella eri alkeistapahtumalla saadaan tietty tulos. Kun tämä lukumäärä jaetaan kaikkien alkeistapahtumien määrällä, saadaan kyseisen tapahtuman todennäköisyys. 4

Esimerkki: Millä todennäköisyydellä saadaan kahden nopan heitosta tulos, joka on korkeintaan 5? Toisinsanoen, millä todennäköisyydellä saamme tuloksen joukosta {2, 3, 4, 5}? 5 Millä todennäköisyydellä saamme tuloksen, joka on vähintään 6? Tämä todennäköisyys on toki edellisen kohdan komplementti.

Kertymäfunktio, F (x) Näin pääsemme tärkeään käsitteeseen, kertymäfunktioon (cumulative distrbution function). 6 F (x):n kuvaaja on nouseva porrasfunktio.

Binomijakauma Merkitään X Bin(n, p) Toistetaan yhtä koetta useita kertoja, ja kukin näistä kokeista voi antaa vain kahta eri tulosta (kruuna/klaava, ehjä/rikkinäinen, mielipiteen kannattaja/vastustaja, onnistuu/ei). 7 Pistetodennäköisyysfunktio P (X = x) = ( ) n p x (1 p) n x x Tässä onnistumisen todennäköisyys on p, toistoja on n kappaletta, ja merkintä ( n x) on niin kutsuttu binomikerroin, määritellään ) ( n x = n! x! (n x)!

8 Binomijakauman pistetodennköisyysfunktio otoskoolla 40, ja muutamalla eri yksittäistapahtuman todennäköisyyden arvolla.

9 Esimerkki binomijakaumasta: LED-lamppuja myydään 3 kappaleen paketeissa. Tiedetään, että lampuista on valmiiksi viallisia 4 %. (a) Millä todennäköisyydellä kaikki 3 ovat ehjiä? (b) Millä todennäköisyydellä 1 on viallinen? (c) Millä todennäköisyydellä ainakin 1 on viallinen?

Poisson-jakauma Merkitään X Poisson(λ) 0 Harvalukuisten tapahtumien määrä/aikayksikkö. Oletetaan, että tunnemme kuinka usein tapahtuma tapahtuu per aikayksikkö; merkitään tätä symbolilla λ (lambda). Esimerkiksi onnettomuudet, palvelutiskille saapuvat asiakkaat Pistetodennäköisyysfunktio: P (X = x) = λx x! e λ

1 Poisson-jakauman pistetodennköisyysfunktio muutamalla eri λ:n arvolla.

Poisson-jakauma on helposti muokattavissa: 2 Oletamme, että X ja Y ovat riippumattomia tapahtumia. Jos X Poisson(λ 1 ) ja Y Poisson(λ 2 ) niin silloin (X + Y ) Poisson(λ 1 + λ 2 ). Jos tapahtumaa tarkastellaan eri mittaisessa aikaikkunassa, saadaan ilmiön käyttäytyminen tässä aikaikkunassa selville helpolla sijoituksella. Jos X t Poisson(λ), silloin X nt Poisson(nλ)

3 Esimerkki Poisson-jakaumasta: Eräässä varsin huolestuttavassa, ja onneksi fiktiivisessä ydinvoimalassa tapahtuu onnettomuuksia keskimäärin 1.8 kertaa vudessa. (a) Millä todennäköisyydellä selvitään vuosi ilman onnettomuutta? (b) Millä todennäköisyydellä vuoteen mahtuu vähintään 2 onnettomuutta? (c) Millä todennäköisyydellä selvitään 3 vuotta ilman yhtäkään onnettomuutta?

Eksponentiaalijakauma Merkitään X Exp(λ) Yleinen esim. kestoiän jakauma Odotusarvo EX = 1 λ 4 Kertymäfunktio: F (x) = 1 e λx Eksponentiaalijakauman ja Poisson-jakauman yhteys: X = Tapahtumien lukumäärä/aikayksikkö: T = Kahden peräkkäisen tapahtuman välinen aika: X Poisson(λ) T Exp(λ) Menneisyyden unohtamisominaisuus: mennenisyys ei vaikuta tapahtuman tapahtumisen todennköisyyteen.

5 Esimerkki eksponentiaalijakaumasta: Jatkamme äskeisen ydinvoimalan tarkastelua. Millä todennäköisyydellä kestää ainakin 1.5 vuotta, ennenkuin seuraava onnettomuus tapahtuu? Jos nyt on jo menty 5 vuotta ilman yhtäkään onnettomuutta, mikä silloin on todennäköisyys, että päästään vielä 1.5 vuotta ilman yhtäkään onnettomuutta?

Kombinatoriikkaa 6 Jos n kappaleen joukosta valitaan k kappaletta (olettaen, että järjestyksellä ei ole väliä), valinta voidaan tehdä ( ) n x = n! eri tavalla. x! (n x)! Todennäköisyys saada jokin tietty kombinaatio on, klassisen todennäköisyyden mukaan, p = Suotuisien tapahtumien lukumäärä Kaikki alkeistapahtumien lukumäärä

Laatikossa on 6 punaista, 5 vihreää ja 3 sinistä palloa. Laatikosta otetaan umpimähkään 4 palloa. Millä todennäköisyydellä saadaan 2 punaista, 1 sinistä ja 1 vihreä? 7 p = ( 6 )( 5 )( 3 2 1 ( 1) 14 ) = 15 5 3 0.224 1001 4

Millä todennäköisyydellä saadaan 2 punaista (sinisten ja vihreiden osuus oletetaan mielenkiinnottomaksi)? 8 p = ( 6 )( 8 2 2) ( 14 ) = 4 15 28 1001 0.4196