ORMS2020 Päätöksenteko epävarmuuden vallitessa Syksy 2010 Harjoitus Mitkä todennäköisyystulkinnat sopivat seuraaviin väitteisiin?



Samankaltaiset tiedostot
ORMS2020 Päätöksenteko epävarmuuden vallitessa Syksy 2008

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

ORMS2020 Päätöksenteko epävarmuuden vallitessa Syksy 2008

ORMS2020 Päätöksenteko epävarmuuden vallitessa Syksy 2010 Harjoitus 5 (Koetentti)

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

ORMS2020 Päätöksenteko epävarmuuden vallitessa Syksy Tehtävissä 1, 2, ja 3 tarkastelemme seuraavaa tilannetta:

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

T Luonnollisen kielen tilastollinen käsittely Vastaukset 3, ti , 8:30-10:00 Kollokaatiot, Versio 1.1

4.1. Olkoon X mielivaltainen positiivinen satunnaismuuttuja, jonka odotusarvo on

D ( ) E( ) E( ) 2.917

Mat Sovellettu todennäköisyyslasku A

Matemaattinen Analyysi

ORMS2020 Päätöksenteko epävarmuuden vallitessa Syksy 2010 Harjoitus 3

ORMS2020 Päätöksenteko epävarmuuden vallitessa Syksy 2010 Harjoitus 4

1. Osoita, että joukon X osajoukoille A ja B on voimassa toinen ns. de Morganin laki (A B) = A B.

ORMS2020 Päätöksenteko epävarmuuden vallitessa Syksy Jatkossa ratkaisuehdotukset ovat tyypillisesti paljon lakonisempia.

MAT Todennäköisyyslaskenta Tentti / Kimmo Vattulainen

ORMS 2020 Päätöksenteko epävarmuuden vallitessa. Tommi Sottinen

(x, y) 2. heiton tulos y

4. laskuharjoituskierros, vko 7, ratkaisut

Todennäköisyys (englanniksi probability)

x 4 e 2x dx Γ(r) = x r 1 e x dx (1)

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

1. laskuharjoituskierros, vko 4, ratkaisut

MATP153 Approbatur 1B Harjoitus 3, ratkaisut Maanantai

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

Todennäköisyyslaskenta - tehtävät

Otanta ilman takaisinpanoa

9 Yhteenlaskusääntö ja komplementtitapahtuma

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

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

T Luonnollisten kielten tilastollinen käsittely

Juuri 10 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty

Tilastollinen päättely II, kevät 2017 Harjoitus 1A

6. laskuharjoitusten vastaukset (viikot 10 11)

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

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

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

Sekalaiset tehtävät, 11. syyskuuta 2005, sivu 1 / 13. Tehtäviä

Ratkaisu: Käytetään induktiota propositiolauseen A rakenteen suhteen. Alkuaskel. A = p i jollain i N. Koska v(p i ) = 1 kaikilla i N, saadaan

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

Varma tapahtuma, Yhdiste, Yhdistetty tapahtuma, Yhteenlaskusääntö

BM20A5840 Usean muuttujan funktiot ja sarjat Harjoitus 7, Kevät 2018

MS-A010{3,4} (ELEC*) Differentiaali- ja integraalilaskenta 1 Luento 5: Taylor-polynomi ja sarja

3.7 Todennäköisyysjakaumia

Ilkka Mellin Todennäköisyyslaskenta Osa 1: Todennäköisyys ja sen laskusäännöt Verkot ja todennäköisyyslaskenta

VAASAN YLIOPISTO TALOUSMATEMATIIKKA Päätöksenteko epävarmuuden vallitessa Prof. Ilkka Virtanen TENTTI

3. Kirjoita seuraavat joukot luettelemalla niiden alkiot, jos mahdollista. Onko jokin joukoista tyhjä joukko?

Lisää Diskreettejä jakaumia Lisää Jatkuvia jakaumia Normaalijakaumasta johdettuja jakaumia

Käytetään satunnaismuuttujaa samoin kuin tilastotieteen puolella:

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

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

ORMS2020 Päätöksenteko epävarmuuden vallitessa Syksy 2008

1.1. RATIONAALILUVUN NELIÖ

Matematiikan tukikurssi

Johdatus tn-laskentaan perjantai

MS-A0104 Differentiaali- ja integraalilaskenta 1 (ELEC2) MS-A0106 Differentiaali- ja integraalilaskenta 1 (ENG2)

P(X = x T (X ) = t, θ) = p(x = x T (X ) = t) ei riipu tuntemattomasta θ:sta. Silloin uskottavuusfunktio faktorisoituu

Tehtäväsarja I Seuraavat tehtävät liittyvät kurssimateriaalin lukuun 7 eli vapauden käsitteeseen ja homogeenisiin

Miten hyvin mallit kuvaavat todellisuutta? Tarvitaan havaintoja.

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

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

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

a) Mitkä seuraavista ovat samassa ekvivalenssiluokassa kuin (3, 8), eli kuuluvat joukkoon

Matematiikan tukikurssi, kurssikerta 5

Harjoitus 7: NCSS - Tilastollinen analyysi

A-Osio. Ei saa käyttää laskinta, maksimissaan tunti aikaa. Valitse seuraavista kolmesta tehtävästä kaksi, joihin vastaat:

ORMS2020 Päätöksenteko epävarmuuden vallitessa Syksy 2016 Harjoitusten 4 ja 5 ratkaisuehdotuksia

Tehtäväsarja I Seuraavat tehtävät liittyvät kurssimateriaalin lukuun 7 eli vapauden käsitteeseen ja homogeenisiin

Matematiikan peruskurssi 2

MATEMATIIKAN KOE, PITKÄ OPPIMÄÄRÄ HYVÄN VASTAUKSEN PIIRTEITÄ

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

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

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

Tehtäväsarja I Seuraavissa tehtävissä harjoitellaan erilaisia todistustekniikoita. Luentokalvoista 11, sekä voi olla apua.

Sovellettu todennäköisyyslaskenta B

Induktiota käyttäen voidaan todistaa luonnollisia lukuja koskevia väitteitä, jotka ovat muotoa. väite P(n) on totta kaikille n = 0,1,2,...

Diskreetin satunnaismuuttujan odotusarvo, keskihajonta ja varianssi

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

Kaikki kurssin laskuharjoitukset pidetään Exactumin salissa C123. Malliratkaisut tulevat nettiin kurssisivulle.

Johdatus tn-laskentaan torstai

ORMS2020 Päätöksenteko epävarmuuden vallitessa Syksy päätöspuiden avulla tarkastellaan vasta seuraavissa harjoituksissa.

30A02000 Tilastotieteen perusteet

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

8.1. Tuloperiaate. Antti (miettien):

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

Mat Sovellettu todennäköisyyslasku A

Vastausehdotukset analyysin sivuainekurssin syksyn välikokeeseen

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

(d) 29 4 (mod 7) (e) ( ) 49 (mod 10) (f) (mod 9)

MS-A0503 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

1 + b t (i, j). Olkoon b t (i, j) todennäköisyys, että B t (i, j) = 1. Siis operaation access(j) odotusarvoinen kustannus ajanhetkellä t olisi.

MATEMATIIKAN KOE PITKÄ OPPIMÄÄRÄ

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

Osa 1: Todennäköisyys ja sen laskusäännöt. Kokonaistodennäköisyyden ja Bayesin kaavat

1. Tässä tehtävässä päätellään kaksilapsisen perheen lapsiin liittyviä todennäköisyyksiä.

Testit järjestysasteikollisille muuttujille

Sovellettu todennäköisyyslaskenta B

Johdatus todennäköisyyslaskentaan Verkot ja todennäköisyyslaskenta. TKK (c) Ilkka Mellin (2004) 1

Transkriptio:

ORMS2020 Päätöksenteko epävarmuuden vallitessa Syksy 200 Harjoitus Ratkaisuehdotuksia. Mitkä todennäköisyystulkinnat sopivat seuraaviin väitteisiin? (a) Todennäköisyys että kolikonheitossa saadaan lopulta klaava on. (b) Pokerikäsi 3 ässää on todennäköisempi kuin pokerikäsi 4 ässää. (c) Maija on todennäköisesti Mattia parempi tekemään päätöksiä epävarmuuden vallitessa. (a) Frekventistinen tai bayesläinen. (b) Terveen järjen perusteella mikä tahansa. (c) Mahdollisesti frekventistinen, mutta ainakin bayesläinen. 2. Mitkä todennäköisyystulkinnat sopivat seuraaviin väitteisiin? (a) Todennäköisyys että isä on poikaa pidempi on 0,39. (b) Ruotsi on todennäköisesti Suomea parempi jääkiekossa. (c) Todennäköisyys että Vaasan Sport voittaa SM-liigan vuonna 2025 on 0,08. (a) Frekventistinen ja bayesläinen. (b) Frekventistinen ja bayesläinen. (c) Bayesläinen. 3. Sadistinen miljonääri tarjoaa arpalippuja (ilmaiseksi). Arpajaisista on neljä versiota: (i) Arpalippuja on 0.000 kappaletta. Arpalipuista 9.999 on sellaisia, että sadistinen miljonääri antaa lipun haltijalle.000 euroa, mutta yksi lipuista on sellainen, että lipun haltija joutuu kokemaan tuskallisen kuoleman sadistisen miljonäärin käsissä (kidutus kestää kaksi tuntia). (ii) Sadistinen miljonääri muuttaa panoksia: arpalippuja on.000 kappaletta, joista johtaa tuskalliseen kidutuskuolemaan kuten kohdassa (i), mutta 999 arpalippua antaa haltijalleen 0.000 euroa. (iii) Sadistisen miljonäärin panokset vaan kovenee: nyt on jaossa 00 arpalippua, joista johtaa tuskalliseen kidutuskuolemaan kuten kohdassa (i), mutta 99 arpalippua antaa haltijalleen 00.000 euroa.

(iv) Nyt sadistisella miljonäärillä on tosi kovat panokset: jaossa on vain 0 arpalippua, joista johtaa tuskalliseen kidutuskuolemaan kuten kohdassa (i), mutta loput 9 arpalippua antaa haltijalleen.000.000 euroa. Antti Ahnas haluaa voittaa.000.000 euroa. Mihinkä sadistisen miljonäärin arpajaisista (i), (ii), (iii) tai (iv) kannattaa Antti Ahnaan osallistua? (Mihin arpajaisiin itse osallistuisit ja kuinka monella lipulla?) Ratkaisu riippuu oleellisesti siitä palautetaanko arpalippu arpalaariin noston jälkeen (otanta takaisinpanolla) vai ei (otanta ilman takaisinpanoa). Kysytty todennäköisyys on todennäköisyys voittaa.000.000c (ja säilyä hengissä). Otanta takaisinpanolla: Arpajaisissa (i) Antti Ahnas joutuu nostamaan.000 arpaa. Jokaisella nostolla kidustuskuoleman todennäköisyys on /0.000. Siten todennäköisyys selvitä ja voittaa.000.000c on (9.999/0.000).000 90,483% Arpajaisissa (ii) nostetaan 00 arpaa, ja kysytty todennäköisyys on (999/.000) 00 90,479%. Arpajaisissa (iii) nostetaan 0 arpaa, ja kysytty todennäköisyys on (99/00) 0 90,438%. Arpajaisissa (iv) kysytty todennäköisyys on 90%. Siten Antti Anhas valitsee arpajaiset (i), mutta huomaa toki, että arpajaisissa ei ole paljoakaan eroja hänen kannaltaan. Otanta ilman takaisinpanoa: 2 Arpajaisissa (a) nostetaan.000 arpaa ilman takaisinpanoa. Tämä tarkoittaa, että perusjoukkona on kaikki.000 arvan nostot 0.000 arvan joukosta. Näitä on ( ) 0.000 (tosi iso luku, jota emme onneksi joudu laskemaan).000 kappaletta. Mahdollisia tapoja nostaa.000 arpaa ilman, että tappoarpa nostetaan on ( ) 9.999 (tosi iso luku, jota emme onneksi joudu laskemaan).000 Tämä kohta liittyy oleellisesti binomijakaumaan. 2 Ratkaisemme tämän kohdan vaikealla, mutta systemaattisella tavalla käyttämällä hypergeometrista jakaumaa. Helpompi tapa olisi käyttää riippuvia toistokokeita. Vielä helpompi tapa olisi huomata, että arpajaiset ovat itse asiassa ekvivalentit. 2

kappaletta. Siten todennäköisyys saada.000.000c arpajaisissa (i) ilman takaisinpanoa on ( ) 9.999 / ( ) 0.000 9.999! / 0.000!.000.000 8.999!.000! 9.000!.000! 9.999! 9.000!.000! 8.999!.000! 0.000! 9.999! 8.999! 9.000! 0.000! 9.999! 0.000! 9.000! 8.999! 9.999! 0.000 9.999! 0.000 9.000 90%. 9.000 8.999! 8.999! Samalla tavalla voidaan laskea tai yllä olevasta laskusta nähdä että arpajaisissa (ii), (iii) ja (iv) kysytyt todennäköisyydet ovat myös 90%. Siten Antti Ahnas on indifferentti arpajaisten suhteen. 4. Kuinka suurena pidät edellisen tehtävän Antti Ahnaan riskiä kuolla sadistisen miljonäärin käsissä verrattuna esimerkiksi riskiin kuolla tapaturmaisesti seuraavan vuoden aikana? Tilastokseskuksen mukaan 23 vuotias mies (oletamme, että Antti Ahnas on tällainen) kuolee (tapaturmaisesti) vuoden sisällä noin todennäköisyydellä 0,4%. Jos siis hyväksyy saman riskin, niin esimerkiksi arpajaisissa (i) (otanta takaisinpanolla) :lla arvalla todennäköisyys kuolla on noin 0,0% ja 2 arvalla noin 0,20. Antti Ahnas ottaisi siis tai 2 arpaa arpaa. Jos taas Antti Ahnas tavoittelee miljoonaa, niin kuolintodennäköisyys on noin 9,52%. Tämä vastaa (tilastokeskuksen mukaan) karkeasti todennäköisyyttä kuolla (tapaturmaisesti) seuraavan 32 vuoden aikana (siis 55-vuotiaana). Sattumoisin Antti Ahnaan elinajan odote on (edelleen tilastokeskuksen mukaan) 53 vuotta. Siten hän olisi, tällä tavalla ajateltuna, vaihtamassa elämänsä 2 viimeistä vuottaan miljoonaan. 5. n avioparia osallistuu parinvaihtopippaloihin, jossa uudet parit arvotaan umpimähkään. Mikä on todennäköisyys, että vähintään yksi arvottu pari on aviopari, kun (a) n 2, (b) n 3, 3

(c) n 4, (d) n 40, (e) n 400, (f) n 400.000? Tarkastelemme yleistä tapausta, jossa on n avio- paria. Olkoon ja A k Aviopari nro k paritetaan pippaloissa, A Jokin aviopari paritetaan pippaloissa. Selvästi A A tai A 2 tai tai A n, joten P(A) P(A tai A 2 tai tai A n ). Ongelma on nyt, että tapahtumat A k eivät ole erillisiä, joten emme voi käyttää kaavaa P(A tai A 2 tai tai A n ) P(A k ). k Sen sijaan käytämme inkluusio/eksluusiokaavaa P(A tai A 2 tai tai A n ) P(A i ) P(A i ja A i2 ) + i i <i 2 + +( ) n P(A ja A 2 ja ja A n ). Seuraavaksi tulee määrätä todennäköisyydet i <i 2 <i 3 P(A i ja A i2 ja ja A ik ) P(A i ja A i2 ja A i3 ) kaikille i < i 2 < < i k ja k n. Toistoajattelulla näemme, että P(A i ja A i2 ja ja A ik ) n n n k +. Siten summattavat termit inkluusio/ekskluusiokaavan summissa ovat kaikki samoja summan sisällä. Koska k:nnessa summassa on ( ) n n! k (n k)! 4

huomaamme että inkluusio/ekskluusiokaavan k:nnen termin arvo on ( ) k n! (n k)! n n n k + ( )k. Siispä () P(A) ( ) k. k Tulos ei sinänsä tästä sievene paljoakaan, mutta huomaamme eksponenttifunktion läsnäolon: e x x k. k0 Koska eksponenttifunktion sarjaesitys suppenee nopeasti, niin P(A) ( ) k k ( ) k k ( ( ) k k0 ( ( ) k k0 ( e ) e 63,22%. ) ) Tämä tarkoittaa, että arvio kysytyille todennäköisyyksille on e 63,22% joka ikisellä n, ja tämä arvio on sitä parempi mitä suurempi n on. Tarkat arvot saadaan tietysti sarjasta (): n 2 : 50,000%, n 3 : 66,667%, n 4 : 62,500%, n 40 : 63,22%, n 400 : 63,22%, n 400.000 : 63,22%. 5