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

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

Liite 2: Verkot ja todennäköisyyslaskenta. Todennäköisyyslaskenta ja puudiagrammit

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

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

Verkot ja todennäköisyyslaskenta. Verkot ja todennäköisyyslaskenta. Verkot ja todennäköisyyslaskenta: Esitiedot

Sovellettu todennäköisyyslaskenta B

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

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

Johdatus todennäköisyyslaskentaan Kokonaistodennäköisyys ja Bayesin kaava. TKK (c) Ilkka Mellin (2005) 1

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

Todennäköisyyslaskenta: Liitteet. Liite 1. Joukko oppi Liite 2. Todennäköisyyslaskenta ja puudiagrammit. Ilkka Mellin (2006) 449

Liite 2: Verkot ja todennäköisyyslaskenta

Liite: Verkot. TKK (c) Ilkka Mellin (2004) 1

Sovellettu todennäköisyyslaskenta B

Varma tapahtuma, Yhdiste, Yhdistetty tapahtuma, Yhteenlaskusääntö

ABHELSINKI UNIVERSITY OF TECHNOLOGY

Mat Sovellettu todennäköisyyslasku A

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

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

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

Osa 1: Todennäköisyys ja sen laskusäännöt. Todennäköisyyden peruslaskusäännöt

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

1. laskuharjoituskierros, vko 4, ratkaisut

(x, y) 2. heiton tulos y

Todennäköisyyslaskenta. β versio. Todennäköisyyslaskenta. Ilkka Mellin. Teknillinen korkeakoulu, Matematiikan laboratorio. Ilkka Mellin (2006) I

Todennäköisyyslaskennan peruslaskusäännöt. Todennäköisyyslaskennan peruslaskusäännöt. Todennäköisyyslaskennan peruslaskusäännöt: Esitiedot

Osa 1: Todennäköisyys ja sen laskusäännöt. Todennäköisyyden aksioomat

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

3. laskuharjoituskierros, vko 6, ratkaisut

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

Moniulotteisia todennäköisyysjakaumia

Ilkka Mellin Todennäköisyyslaskenta Osa 3: Todennäköisyysjakaumia Moniulotteisia todennäköisyysjakaumia

Todennäköisyyslaskenta

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

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi Esimerkkikokoelma 1

Osa 1: Todennäköisyys ja sen laskusäännöt

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

Todennäköisyyslaskenta: Todennäköisyys ja sen laskusäännöt

Mat Sovellettu todennäköisyyslasku A

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

Miten hyvin mallit kuvaavat todellisuutta? Tarvitaan havaintoja.

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

Sovellettu todennäköisyyslaskenta B

Moniulotteisia todennäköisyysjakaumia. Moniulotteisia todennäköisyysjakaumia. Moniulotteisia todennäköisyysjakaumia: Mitä opimme?

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

Normaalijakaumasta johdettuja jakaumia

Johdatus todennäköisyyslaskentaan Moniulotteisia todennäköisyysjakaumia. TKK (c) Ilkka Mellin (2005) 1

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

Mat Sovellettu todennäköisyyslasku A. Moniulotteiset jakaumat. Avainsanat:

Osa 2: Otokset, otosjakaumat ja estimointi

Olkoon seuraavaksi G 2 sellainen tasan n solmua sisältävä suunnattu verkko,

Osa 1: Todennäköisyys ja sen laskusäännöt. Klassinen todennäköisyys ja kombinatoriikka

Johdatus tilastotieteeseen Estimointi. TKK (c) Ilkka Mellin (2005) 1

ABHELSINKI UNIVERSITY OF TECHNOLOGY

9 Yhteenlaskusääntö ja komplementtitapahtuma

Kohdassa on käytetty eksponentiaalijakauman kertymäfunktiota (P(t > T τ ) = 1 P(t T τ ). λe λτ e λ(t τ) e 3λT dτ.

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

Estimointi. Estimointi. Estimointi: Mitä opimme? 2/4. Estimointi: Mitä opimme? 1/4. Estimointi: Mitä opimme? 3/4. Estimointi: Mitä opimme?

Ilkka Mellin (2008) 1/5

Sovellettu todennäköisyyslaskenta B

4.1. Olkoon X mielivaltainen positiivinen satunnaismuuttuja, jonka odotusarvo on

2. laskuharjoituskierros, vko 5, ratkaisut

MAT Todennäköisyyslaskenta Tentti / Kimmo Vattulainen

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

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

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

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

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

Teema 7: Todennäköisyyksien laskentaa

Moniulotteiset satunnaismuuttujat ja jakaumat

031021P Tilastomatematiikka (5 op)

MAT Todennäköisyyslaskenta Tentti / Kimmo Vattulainen

Testejä suhdeasteikollisille muuttujille

Johdatus tilastotieteeseen Testit suhdeasteikollisille muuttujille. TKK (c) Ilkka Mellin (2005) 1

Satunnaismuuttujat ja todennäköisyysjakaumat Kertymäfunktio

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

8.1. Tuloperiaate. Antti (miettien):

Juuri 10 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty

Johdatus tilastotieteeseen Testit suhdeasteikollisille muuttujille. TKK (c) Ilkka Mellin (2004) 1

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

ABHELSINKI UNIVERSITY OF TECHNOLOGY

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

Testit laatueroasteikollisille muuttujille

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.

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

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

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

Sovellettu todennäköisyyslaskenta B

Lisää Diskreettejä jakaumia Lisää Jatkuvia jakaumia Normaalijakaumasta johdettuja jakaumia

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

Ilkka Mellin Todennäköisyyslaskenta Liite 1: Joukko-oppi

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

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

D ( ) E( ) E( ) 2.917

A = B. jos ja vain jos. x A x B

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

Ilkka Mellin Tilastolliset menetelmät. Osa 3: Tilastolliset testit. Tilastollinen testaus. TKK (c) Ilkka Mellin (2007) 1

verkkojen G ja H välinen isomorfismi. Nyt kuvaus f on bijektio, joka säilyttää kyseisissä verkoissa esiintyvät särmät, joten pari

Sovellettu todennäköisyyslaskenta B

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

Transkriptio:

Ilkka Mellin Todennäköisyyslaskenta Osa 1: Todennäköisyys ja sen laskusäännöt Verkot ja todennäköisyyslaskenta TKK (c) Ilkka Mellin (2005) 1

Verkot ja todennäköisyyslaskenta >> Puudiagrammit todennäköisyyslaskennassa: Johdanto Todennäköisyyslaskenta ja puudiagrammit Toimintaverkot TKK (c) Ilkka Mellin (2005) 2

Puudiagrammit todennäköisyyslaskennassa: Johdanto Esimerkki: Lastenhankkimisstrategian onnistumisen todennäköisyys 1/6 Tehdään lasten syntymisestä seuraavat (yksinkertaistavat) oletukset: (i) (ii) Lapset syntyvät aina yksi kerrallaan. Syntyvän lapsen sukupuoli ei riipu aikaisemmin syntyneiden lasten sukupuolesta. (iii) Pr(Poika) = Pr(Tyttö) = 1/2. Eräs pariskunta haluaa saada tytön, mutta ei halua hankkia neljää lasta enempää. Pariskunta päättää käyttää lasten hankkimisessa seuraavaa strategiaa: (i) (ii) Lapsia hankitaan kunnes saadaan tyttö. Lapsia ei kuitenkaan hankita neljää enempää. Jos siis neljäskin lapsi on poika, pariskunta on epäonnistunut strategiassaan. Mikä on todennäköisyys, että pariskunta onnistuu strategiassaan? TKK (c) Ilkka Mellin (2005) 3

Puudiagrammit todennäköisyyslaskennassa: Johdanto Esimerkki: Lastenhankkimisstrategian onnistumisen todennäköisyys 2/6 Pariskuntaa kohtaavia tapahtumavaihtoehtoja vastaava puudiagrammi on esitetty oikealla. Puudiagrammissa: T = Tyttö ja P = Poika Diagrammin vasemmanpuoleiset särmät johtavat strategian onnistumiseen. Diagrammin oikeanpuoleiset särmät johtavat strategian epäonnistumiseen. Jokaisen särmän todennäköisyys = 1/2. 1/2 1/2 T P 1. lapsi 1/2 1/2 T P 2. lapsi 1/2 1/2 3. lapsi T P 1/2 1/2 4. lapsi T P TKK (c) Ilkka Mellin (2005) 4

Puudiagrammit todennäköisyyslaskennassa: Johdanto Esimerkki: Lastenhankkimisstrategian onnistumisen todennäköisyys 3/6 Olkoon A T i P i T P = Pariskunta onnistuu strategiassaan = i. lapsi on tyttö = i. lapsi on poika = Syntyy tyttö = Syntyy poika Tapahtumat T 1, T 2, T 3, T 4 muodostavat joukon A osituksen: A = T 1 T 2 T 3 T 4, T i T j =, i j TKK (c) Ilkka Mellin (2005) 5

Puudiagrammit todennäköisyyslaskennassa: Johdanto Esimerkki: Lastenhankkimisstrategian onnistumisen todennäköisyys 4/6 Tapahtumien T i ja P i todennäköisyydet Pr(T i ) ja Pr(P i ), i = 1, 2, 3, 4 voidaan määrätä rekursiivisesti. Riippumattomien tapahtumien tulosäännön nojalla: 1 Pr( T1) = Pr( T) = = Pr( P1) 2 1 1 1 Pr( T2) = Pr( T P1) = Pr( T) Pr( P1) = = = Pr( P2) 2 2 4 1 1 1 Pr( T3) = Pr( T P2) = Pr( T) Pr( P2) = = = Pr( P3) 2 4 8 1 1 1 Pr( T4) = Pr( T P3) = Pr( T) Pr( P3) = = = Pr( P4) 2 8 16 TKK (c) Ilkka Mellin (2005) 6

Puudiagrammit todennäköisyyslaskennassa: Johdanto Esimerkki: Lastenhankkimisstrategian onnistumisen todennäköisyys 5/6 Strategian onnistumisen todennäköisyydeksi saadaan toisensa poissulkevien tapahtumien yhteenlaskusäännön nojalla: Pr( A) = Pr( T T T T ) 1 2 3 4 = Pr( T ) + Pr( T ) + Pr( T ) + Pr( T ) 1 2 3 4 1 1 1 1 = + + + 2 4 8 16 15 = 16 TKK (c) Ilkka Mellin (2005) 7

Puudiagrammit todennäköisyyslaskennassa: Johdanto Esimerkki: Lastenhankkimisstrategian onnistumisen todennäköisyys 6/6 Todennäköisyydet 1/2, 1/4, 1/8, 1/16 saadaan määräämällä loppupisteisiin T vievien reittien todennäköisyydet. Reittien todennäköisyydet saadaan reitin muodostavien särmien todennäköisyyksien tulona. Strategian onnistumisen todennäköisyys 15/16 saadaan laskemalla loppupisteisiin T vievien reittien todennäköisyydet yhteen. 1/2 1/2 T P 1. lapsi 1/2 1/2 T P 2. lapsi 1/2 1/2 3. lapsi T P 1/2 1/2 4. lapsi T P TKK (c) Ilkka Mellin (2005) 8

Verkot ja todennäköisyyslaskenta Puudiagrammit todennäköisyyslaskennassa: Johdanto >> Todennäköisyyslaskenta ja puudiagrammit Toimintaverkot TKK (c) Ilkka Mellin (2005) 9

Todennäköisyyslaskenta ja puudiagrammit Puudiagrammien käyttö todennäköisyyslaskennassa Periaatteessa jokainen alkeistodennäköisyyslaskennan tehtävä voidaan ratkaista käyttämällä apuna ns. puudiagrammeja. Jos tehtävän satunnaisilmiötä osataan kuvata puudiagrammilla, tehtävän ratkaisemisessa tarvittavat puutodennäköisyydet saadaan määrätyksi käyttämällä kahta yksinkertaista laskusääntöä, tulosääntöä ja yhteenlaskusääntöä. TKK (c) Ilkka Mellin (2005) 10

Todennäköisyyslaskenta ja puudiagrammit Puudiagrammin konstruointi 1/2 Satunnaisilmiötä voidaan kuvata puudiagrammilla, jos ilmiö osataan esittää seuraavassa muodossa: (i) Ilmiöllä on yksi alkutila ja yksi tai useampia lopputiloja. (ii) Ilmiö koostuu vaihtoehtoisista tapahtumajonoista. (iii) Tapahtumajonoissa edetään vaiheittain tapahtumasta toiseen lähtien ilmiön alkutilasta ja päätyen johonkin ilmiön lopputiloista. (iv) Jokaisessa vaiheessa kohdataan yksi tai useampia tapahtumavaihtoehtoja, joista yksi realisoituu ja johtaa uusin tapahtumavaihtoehtoihin. TKK (c) Ilkka Mellin (2005) 11

Todennäköisyyslaskenta ja puudiagrammit Puudiagrammin konstruointi 2/2 Satunnaisilmiötä vastaavan puudiagrammin konstruointi: (i) Asetetaan puun juuri vastaamaan ilmiön alkutilaa. (ii) Asetetaan puun loppupisteet ( oksien kärjet ) vastaamaan ilmiön lopputiloja. (iii) Asetetaan puun pisteet ( oksien haarautumiskohdat ) vastaamaan ilmiön tapahtumia. (iv) Viedään puun jokaisesta pisteestä särmä ( oksa ) kaikkiin sellaisiin pisteisiin, joita vastaavat tapahtumavaihtoehdot ovat ilmiön siinä vaiheessa mahdollisia. (v) Liitetään jokaiseen pisteestä lähtevään särmään siinä vaiheessa mahdollisten tapahtumavaihtoehtojen todennäköisyydet. TKK (c) Ilkka Mellin (2005) 12

Todennäköisyyslaskenta ja puudiagrammit Puudiagrammin konstruointi: Esimerkki 1/3 Puudiagrammin konstruointia voidaan havainnollistaa viereisellä kaaviolla. Tarkastellaan satunnaisilmiötä vaiheessa, jossa tapahtuma A on sattunut. A Olkoot A:n sattumisen jälkeen mahdolliset tapahtumavaihtoehdot B 1 B k B m B i, i = 1, 2,, m TKK (c) Ilkka Mellin (2005) 13

Todennäköisyyslaskenta ja puudiagrammit Puudiagrammin konstruointi: Esimerkki 2/3 Viedään pisteestä A särmä jokaiseen pisteistä B i, i = 1, 2,, m Liitetään jokaiseen särmään (A, B i ), i = 1, 2,, m ehdollinen todennäköisyys r p = Pr( B A) i i jossa A r on tapahtumajono, joka on tuonut pisteeseen B 1 B k A. p 1 A p k p m B m TKK (c) Ilkka Mellin (2005) 14

Todennäköisyyslaskenta ja puudiagrammit Puudiagrammin konstruointi: Esimerkki 3/3 Koska A:n sattumisen jälkeen ei ole muita mahdollisia tapahtumavaihtoehtoja kuin B i, i = 1, 2,, m, niin todennäköisyyksien p i, i = 1, 2,, m pitää toteuttaa ehto m m r p = Pr( B A) = 1 i i= 1 i= 1 i B 1 p 1 A B k p k p m B m TKK (c) Ilkka Mellin (2005) 15

Todennäköisyyslaskenta ja puudiagrammit Puudiagrammin konstruointi: Kommentteja Puudiagrammi piirretään tavallisesti joko niin, että sen alkupiste on ylhäällä ja loppupisteet ovat alhaalla tai niin, että sen alkupiste on vasemmalla ja loppupisteet ovat oikealla. Useat puun pisteet voivat vastata samaa tapahtumaa. Mistä tahansa puun pisteestä lähtevien särmien todennäköisyyksien summa on 1. TKK (c) Ilkka Mellin (2005) 16

Todennäköisyyslaskenta ja puudiagrammit Puutodennäköisyydet Puutodennäköisyydellä tarkoitetaan todennäköisyyttä päästä puun alkupisteestä yhden tai useamman muun puun pisteen määräämään yhdistettyyn tapahtumaan. Pisteen todennäköisyys saadaan määräämällä alkupisteestä ko. pisteeseen vievän reitin todennäköisyys. Reitin todennäköisyys saadaan soveltamalla reittiin kuuluvien särmien todennäköisyyksiin tulosääntöä. Usean pisteen määräämän yhdistetyn tapahtuman todennäköisyys saadaan soveltamalla ko. pisteisiin vievien reittien todennäköisyyksiin yhteenlaskusääntöä. TKK (c) Ilkka Mellin (2005) 17

Todennäköisyyslaskenta ja puudiagrammit Puutodennäköisyydet: Tulosääntö 1/4 Reitin todennäköisyys saadaan määräämällä reittiin kuuluvien särmien todennäköisyyksien tulo. Sääntöä kutsutaan puutodennäköisyyksien tulosäännöksi. Tulosäännön perustelu: (1) Reitti on tapahtumajono, jonka muodostavat reitin pisteet. (2) Reitin muodostava tapahtumajono sattuu, jos jokainen jonon tapahtumista sattuu. (3) Todennäköisyyslaskennan yleisen tulosäännön mukaan reitin todennäköisyys saadaan määräämällä reittiin kuuluvien särmien todennäköisyyksien tulo. TKK (c) Ilkka Mellin (2005) 18

Todennäköisyyslaskenta ja puudiagrammit Puutodennäköisyydet: Tulosääntö 2/4 Olkoon L, A 1, A 2, A 3,, A k yksi niistä vaihtoehtoisista tapahtumajonoista, joista satunnaisilmiö muodostuu. Tällöin parit (L, A 1 ), (A 1, A 2 ), (A 2, A 3 ),, (A k 1, A k ) muodostavat satunnaisilmiön alkutilasta L satunnaisilmiön (loppu ) tilaan A k vievän reitin särmät. TKK (c) Ilkka Mellin (2005) 19

Todennäköisyyslaskenta ja puudiagrammit Puutodennäköisyydet: Tulosääntö 3/4 Liitetään reitin (L, A 1 ), (A 1, A 2 ), (A 2, A 3 ),, (A k 1, A k ) särmiin todennäköisyydet seuraavalla tavalla: (L, A 1 ) Pr(A 1 ) = p 1 (A 1, A 2 ) Pr(A 2 A 1 ) = p 2 (A 2, A 3 ) Pr(A 3 A 1 A 2 ) = p 3 (A k 1, A k ) Pr(A k A 1 A 2 A 3 A k 1 ) = p k TKK (c) Ilkka Mellin (2005) 20

Todennäköisyyslaskenta ja puudiagrammit Puutodennäköisyydet: Tulosääntö 4/4 Reitin (L, A 1 ), (A 1, A 2 ), (A 2, A 3 ),, (A k 1, A k ) todennäköisyys on yleisen tulosäännön nojalla: Pr(A 1 A 2 A 3 A k ) = Pr(A 1 ) Pr(A 2 A 1 ) Pr(A 3 A 1 A 2 ) Pr(A k A 1 A 2 A 3 A k 1 ) = p 1 p 2 p 3 p k TKK (c) Ilkka Mellin (2005) 21

Todennäköisyyslaskenta ja puudiagrammit Puutodennäköisyydet: Tulosäännön havainnollistus Puutodennäköisyyksien tulosääntöä voidaan havainnollistaa viereisellä puudiagrammilla. Reitin k todennäköisyys on puutodennäköisyyksien tulosäännön mukaan L p 2 p 1 A 1 A 2 p 3 A 3 Pr(Reitti k) = p 1 p 2 p 3 p k A k p k Reitti k A k 1 TKK (c) Ilkka Mellin (2005) 22

Todennäköisyyslaskenta ja puudiagrammit Puutodennäköisyydet: Yhteenlaskusääntö 1/2 Jos useita (loppu ) tiloja yhdistetään yhdeksi tapahtumaksi, näin saadun yhdistetyn tapahtuman todennäköisyys saadaan määräämällä ko. tiloihin vievien reittien todennäköisyyksien summa. Sääntöä kutsutaan puutodennäköisyyksien yhteenlaskusäännöksi. Yhteenlaskusäännön perustelu: (1) Puun eri pisteisiin vievät reitit ovat toisensa poissulkevia. (2) Toisensa poissulkevien tapahtumien yhteenlaskusäännön mukaan useista (loppu ) pisteistä yhdistämällä saatavan tapahtuman todennäköisyys saadaan määräämällä ko. pisteisiin vievien reittien todennäköisyyksien summa. TKK (c) Ilkka Mellin (2005) 23

Todennäköisyyslaskenta ja puudiagrammit Puutodennäköisyydet: Yhteenlaskusääntö 2/2 Yhdistetään satunnaisilmiön (loppu ) tilat B 1, B 2,,B k yhdeksi tapahtumaksi C = B 1 B 2 B k Olkoot tiloja B 1, B 2,, B k vastaavat reitit Reitti 1, Reitti 2,, Reitti k Koska puun eri pisteisiin vievät reitit ovat toisensa poissulkevia, tapahtuman C todennäköisyys on toisensa poissulkevien tapahtumien yhteenlaskusäännön nojalla: Pr(C) = Pr(Reitti 1 tai Reitti 2 tai tai Reitti k) = Pr(Reitti 1) + Pr(Reitti 2) + + Pr(Reitti k) TKK (c) Ilkka Mellin (2005) 24

Todennäköisyyslaskenta ja puudiagrammit Puutodennäköisyydet: Yhteenlaskusäännön havainnollistus Puutodennäköisyyksien yhteenlaskusääntöä voidaan havainnollistaa viereisellä puudiagrammilla: Pr(C) = Pr(Reitti 1) + Pr(Reitti 2) + Pr(Reitti k) Reitti:...... B 1 B 2 B k 1 2 k 1 4 2 4 43 C TKK (c) Ilkka Mellin (2005) 25

Todennäköisyyslaskenta ja puudiagrammit Puuverkkojen käyttö päätöstilanteissa: Esimerkki 1/6 Tarkastellaan seuraavaa päätöstilannetta. Munuaistaudissa potilaan munuaiset lopettavat vähitellen toimintansa, mikä johtaa potilaan kuolemaan. Oletetaan, että potilas voisi vapaasti valita hoidoksi joko dialyysin (munuaiskoneen) tai munuaisensiirron. Kumpi hoidoista potilaan kannattaa valita, jos hoitojen tuloksista on käytettävissä seuraavalla kalvolla esitetyt tiedot? TKK (c) Ilkka Mellin (2005) 26

Todennäköisyyslaskenta ja puudiagrammit Puuverkkojen käyttö päätöstilanteissa: Esimerkki 2/6 Dialyysipotilaat:. 68 % elää 5:n vuoden kuluttua. 32 % on kuollut 5:n vuoden kuluttua Munuaisensiirtopotilaat:. 48 %:lla siirretty munuainen toimii normaalisti ja potilas elää 5:n vuoden kuluttua. 43 %:lla siirretty munuainen ei toimi kunnolla ja he joutuvat dialyysiin 42 % näistä potilaista elää 5:n vuoden kuluttua 58 % näistä potilaista on kuollut 5:n vuoden kuluttua. 9 % kuolee siirron aiheuttamiin komplikaatioihin TKK (c) Ilkka Mellin (2005) 27

Todennäköisyyslaskenta ja puudiagrammit Puuverkkojen käyttö päätöstilanteissa: Esimerkki 3/6 Merkitään: D = Potilasta hoidetaan dialyysilla S = Potilaalle tehdään munuaisensiirto SD = Siirtopotilas joutuu dialyysiin E = Potilas elää 5 vuoden kuluttua K = Potilas on kuollut 5 vuoden kuluttua Hoitotulokset voidaan esittää seuraavina ehdollisina todennäköisyyksinä: Pr(E D) = 0.68 Pr(K D) = 0.32 Pr(E S) = 0.48 Pr(SD S) = 0.43 Pr(K S) = 0.09 Pr(E SD) = 0.42 Pr(K SD) = 0.58 TKK (c) Ilkka Mellin (2005) 28

Todennäköisyyslaskenta ja puudiagrammit Puuverkkojen käyttö päätöstilanteissa: Esimerkki 4/6 Potilaalle tarjolla olevia vaihtoehtoja voidaan kuvata viereisellä diagrammilla, joka koostuu kahdesta puudiagrammista. Jos potilas haluaa maksimoida todennäköisyyden olla elossa 5:n vuoden kuluttua, hänen on verrattava reitin 1 määräämän tapahtuman todennäköisyyttä reittien 3 ja 4 määräämän yhdistetyn tapahtuman todennäköisyyteen. E E D 0.68 0.32 K Reitti 1 Reitti 2 E S 0.48 0.43 0.09 Reitti 3 SD 0.42 0.58 K Reitti 4 Reitti 5 K Reitti 6 TKK (c) Ilkka Mellin (2005) 29

Todennäköisyyslaskenta ja puudiagrammit Puuverkkojen käyttö päätöstilanteissa: Esimerkki 5/6 Reitin 1 määräämän tapahtuman todennäköisyys: Pr(Reitti 1) = 0.68 Reitin 3 määräämän tapahtuman todennäköisyys: Pr(Reitti 3) = 0.48 Reitin 4 määräämän tapahtuman todennäköisyys on puutodennäköisyyksien tulosäännön mukaan: Pr(Reitti 4) = 0.43 0.42 = 0.1806 E E D 0.68 0.32 K Reitti 1 Reitti 2 E S 0.48 0.43 0.09 Reitti 3 SD 0.42 0.58 K Reitti 4 Reitti 5 K Reitti 6 TKK (c) Ilkka Mellin (2005) 30

Todennäköisyyslaskenta ja puudiagrammit Puuverkkojen käyttö päätöstilanteissa: Esimerkki 6/6 Reittien 3 ja 4 määräämän yhdistetyn tapahtuman todennäköisyys on puutodennäköisyyksien yhteenlaskusäännön mukaan: Pr(Reitti 3 tai Reitti 4) Koska = 0.48 + 0.1806 = 0.6606 Pr(Reitti 3 tai Reitti 4) = 0.6606 < Pr(Reitti 1) = 0.68 potilaan kannattaa valita dialyysi. E E D 0.68 0.32 K Reitti 1 Reitti 2 E S 0.48 0.43 0.09 Reitti 3 SD 0.42 0.58 K Reitti 4 Reitti 5 K Reitti 6 TKK (c) Ilkka Mellin (2005) 31

Verkot ja todennäköisyyslaskenta Puudiagrammit todennäköisyyslaskennassa: Johdanto Todennäköisyyslaskenta ja puudiagrammit >> Toimintaverkot TKK (c) Ilkka Mellin (2005) 32

Toimintaverkot Systeemi ja sen toimintatodennäköisyys Tehtävänä on määrätä sellaisen systeemin toimintatodennäköisyys, joka koostuu komponenteista, jotka on kytketty joko sarjaan tai rinnan. Tehdään komponenteista seuraavat oletukset: (i) Jokaisen komponentin toimintatodennäköisyys tunnetaan. (ii) Jokaisen komponentin toiminta (tai toimimattomuus) on riippumatonta muiden komponenttien toiminnasta. TKK (c) Ilkka Mellin (2005) 33

Toimintaverkot Systeemit ja toimintaverkot Sarjaan ja rinnan kytketyistä komponenteista koostuvia systeemejä voidaan kuvata toimintaverkoilla. Sarjaan ja rinnankytkennöistä koostuvien toimintaverkkojen toimintatodennäköisyys voidaan palauttaa sarjaan ja rinnankytkentöjen toimintatodennäköisyyksiin. TKK (c) Ilkka Mellin (2005) 34

Toimintaverkot Sarjaankytkentä ja rinnankytkentä Toimintaverkot koostuvat sarjaan ja rinnankytkennöistä. Alla olevat kytkentäkaaviot esittävät kahden komponentin K 1 ja K 2 muodostamia sarjaan ja rinnankytkentöjä. Sarjaankytkentä: Rinnankytkentä: K 1 K 1 K 2 K 2 TKK (c) Ilkka Mellin (2005) 35

Toimintaverkot Sarjaankytkennän toiminta Merkitään T = Komponentti toimii F = Komponentti ei toimi Komponenttien K 1 ja K 2 sarjaankytkentä toimii, jos K 1 toimii jak 2 toimii: K 1 K 2 K 1 ja K 2 T T T T F F F T F F F F TKK (c) Ilkka Mellin (2005) 36

Toimintaverkot Rinnankytkennän toiminta Merkitään T = Komponentti toimii F = Komponentti ei toimi Komponenttien K 1 ja K 2 rinnankytkentä toimii, jos K 1 toimii taik 2 toimii tai molemmat toimivat: K 1 K 2 K 1 tai K 2 T T T T F T F T T F F F TKK (c) Ilkka Mellin (2005) 37

Toimintaverkot Sarjaan ja rinnankytkentöjen toimintatodennäköisyydet 1/2 Määritellään tapahtumat A 1 ja A 2 : A = "Komponentti K toimii" A 1 1 = "Komponentti K 2 2 toimii" Olkoot tapahtumien A 1 ja A 2 todennäköisyydet: Pr( A) = p 1 1 Pr( A2) = p2 Sarjaankytkennän toimintatodennäköisyys on Pr( A A ) 1 2 Rinnankytkennän toimintatodennäköisyys on Pr( A A ) 1 2 TKK (c) Ilkka Mellin (2005) 38

Toimintaverkot Sarjaan ja rinnankytkentöjen toimintatodennäköisyydet 2/2 Määrätään komponenttien K 1 ja K 2 muodostamien sarjaan ja rinnankytkentöjen toimintatodennäköisyydet komponenttien K 1 ja K 2 toimintatodennäköisyyksien avulla. Sarjaankytkentä: Rinnankytkentä: K 1 K 1 K 2 p 1 p 1 p 2 K 2 p 2 TKK (c) Ilkka Mellin (2005) 39

Toimintaverkot Sarjaankytkennän toimintatodennäköisyys 1/2 Oletetaan, että toimintaverkko koostuu komponenteista K 1 ja K 2, jotka on kytketty sarjaan. Olkoot Pr(K 1 toimii) = p 1 Pr(K 2 toimii) = p 2 Oletetaan, että tapahtumat K 1 toimii K 2 toimii ovat riippumattomia. Sarjaankytkentä: K 1 K 2 p 1 p 2 TKK (c) Ilkka Mellin (2005) 40

Toimintaverkot Sarjaankytkennän toimintatodennäköisyys 2/2 Riippumattomien tapahtumien tulosäännön perusteella sarjaankytkennän toimintatodennäköisyys on Pr(K 1 toimii jak 2 toimii) = p 1 p 2 Sarjaankytkentä: K 1 K 2 p 1 p 2 TKK (c) Ilkka Mellin (2005) 41

Toimintaverkot Rinnankytkennän toimintatodennäköisyys 1/2 Oletetaan, että toimintaverkko koostuu komponenteista K 1 ja K 2, jotka on kytketty rinnan. Olkoot Pr(K 1 toimii) = p 1 Pr(K 2 toimii) = p 2 Oletetaan, että tapahtumat K 1 toimii K 2 toimii ovat riippumattomia. Rinnankytkentä: K 1 p 1 K 2 p 2 TKK (c) Ilkka Mellin (2005) 42

Toimintaverkot Rinnankytkennän toimintatodennäköisyys 2/2 Yleisen yhteenlaskusäännön ja riippumattomien tapahtumien tulosäännön perusteella rinnankytkennän toimintatodennäköisyys on Pr(K 1 toimii taik 2 toimii) = Pr(K 1 toimii) + Pr(K 2 toimii) Pr(K 1 toimii ja K 2 toimii) Rinnankytkentä: K 1 p 1 K 2 p 2 = p 1 + p 2 p 1 p 2 TKK (c) Ilkka Mellin (2005) 43

Toimintaverkot Esimerkki 1/3 Oletetaan, että toimintaverkko koostuu 4:stä komponentista K 1, K 2, K 3, K 4 viereisen kaavion mukaisesti. Komponentit K 1 ja K 2 on kytketty sarjaan. Komponentit K 3 ja K 4 on kytketty sarjaan. Komponenttipari K 1 ja K 2 on kytketty rinnan komponenttiparin K 3 ja K 4 kanssa. K 1 p K 3 p K 2 p K 4 p TKK (c) Ilkka Mellin (2005) 44

Toimintaverkot Esimerkki 2/3 Olkoon Pr(K i toimii) = p, i = 1, 2, 3, 4 Oletetaan lisäksi, että yhdenkään komponentin toiminta ei riipu muiden komponenttien toiminnasta. Edellä esitetyn nojalla: Pr(K 1 toimii jak 2 toimii) = p p = p 2 Pr(K 3 toimii jak 4 toimii) = p p = p 2 Pr(Systeemi toimii) = p 2 + p 2 p 2 p 2 = 2p 2 p 4 K 1 p K 3 p K 2 p K 4 p TKK (c) Ilkka Mellin (2005) 45

Toimintaverkot Esimerkki 3/3 Kuvio esittää esimerkin systeemin toimintatodennäköisyyttä f(p) = 2p 2 p 4 yksittäisen komponentin toimintatodennäköisyyden p funktiona. Kuviossa on myös suora f(p) = p. Kuviosta nähdään: (i) f(p) on p:n kasvava funktio. (ii) Esimerkin systeemin toimintatodennäköisyys voi olla suurempi, pienempi tai yhtä suuri kuin yksittäisen komponentin toimintatodennäköisyys. f (p ) Systeemin toimintatodennäköisyys f (p ) p :n funktiona 1 0.8 0.6 0.4 0.2 0 0 0.2 0.4 0.6 0.8 1 p TKK (c) Ilkka Mellin (2005) 46