Varma tapahtuma, Yhdiste, Yhdistetty tapahtuma, Yhteenlaskusääntö

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

(x, y) 2. heiton tulos y

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

1. laskuharjoituskierros, vko 4, ratkaisut

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi Esimerkkikokoelma 1

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

ABHELSINKI UNIVERSITY OF TECHNOLOGY

Mat Sovellettu todennäköisyyslasku A

Osa 1: Todennäköisyys ja sen laskusäännöt. Todennäköisyyden peruslaskusäännöt

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

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

Liite 2: Verkot ja todennäköisyyslaskenta. Todennäköisyyslaskenta ja puudiagrammit

Osa 1: Todennäköisyys ja sen laskusäännöt

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

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

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

Todennäköisyyslaskennan peruslaskusäännöt. Todennäköisyyslaskennan peruslaskusäännöt. Todennäköisyyslaskennan peruslaskusäännöt: Esitiedot

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

Osa 1: Todennäköisyys ja sen laskusäännöt. Todennäköisyyden aksioomat

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

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

Mat Sovellettu todennäköisyyslasku A

Mat Sovellettu todennäköisyyslasku A. Moniulotteiset jakaumat. Avainsanat:

MAT Todennäköisyyslaskenta Tentti / Kimmo Vattulainen

Sovellettu todennäköisyyslaskenta B

4.1. Olkoon X mielivaltainen positiivinen satunnaismuuttuja, jonka odotusarvo on

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

Mat Sovellettu todennäköisyyslaskenta B

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

Sovellettu todennäköisyyslaskenta B

Miten hyvin mallit kuvaavat todellisuutta? Tarvitaan havaintoja.

D ( ) E( ) E( ) 2.917

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

Kurssin puoliväli ja osan 2 teemat

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

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

ABHELSINKI UNIVERSITY OF TECHNOLOGY

Todennäköisyyslaskenta: Todennäköisyys ja sen laskusäännöt

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

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

χ = Mat Sovellettu todennäköisyyslasku 11. harjoitukset/ratkaisut

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

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

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

Ilkka Mellin (2008) 1/5

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

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

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

2. laskuharjoituskierros, vko 5, ratkaisut

Moniulotteiset satunnaismuuttujat ja todennäköisyysjakaumat. Moniulotteiset satunnaismuuttujat ja todennäköisyysjakaumat

MAT Todennäköisyyslaskenta Tentti / Kimmo Vattulainen

Todennäköisyys (englanniksi probability)

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

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

Ilkka Mellin Todennäköisyyslaskenta

Moniulotteiset satunnaismuuttujat ja jakaumat

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

Sovellettu todennäköisyyslaskenta B

Sovellettu todennäköisyyslaskenta B

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

9 Yhteenlaskusääntö ja komplementtitapahtuma

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

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

Olkoon R S otosavaruuksien R ja S karteesinen tulo: Satunnaismuuttujien X ja Y järjestetty pari (X, Y) määrittelee kaksiulotteisen satunnaismuuttujan:

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

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

Juuri 10 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty

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

3. laskuharjoituskierros, vko 6, ratkaisut

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

30A02000 Tilastotieteen perusteet

TODENNÄKÖISYYS JA TILASTOT MAA6 KERTAUS

Todennäköisyyslaskennan ja tilastotieteen peruskurssi Esimerkkikokoelma 3

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

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

TODENNÄKÖISYYSLASKUN KERTAUS Peruskäsitteitä

Lisää Diskreettejä jakaumia Lisää Jatkuvia jakaumia Normaalijakaumasta johdettuja jakaumia

χ 2 -yhteensopivuustestissä käytetään χ 2 -testisuuretta χ = Mat Sovellettu todennäköisyyslasku A

1. Matkalla todennäköisyyteen

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi. Viikko 3. Kaksiulotteiset satunnaismuuttujat

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

Mat Sovellettu todennäköisyyslasku A

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

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

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

1. Tässä tehtävässä päätellään kaksilapsisen perheen lapsiin liittyviä todennäköisyyksiä.

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

Moniulotteisia todennäköisyysjakaumia

Sovellettu todennäköisyyslaskenta B

Ilkka Mellin Todennäköisyyslaskenta Osa 3: Todennäköisyysjakaumia Moniulotteisia todennäköisyysjakaumia

Valintahetket ja pysäytetyt martingaalit

MS-A0502 Todennäköisyyslaskennan ja tilastotieteen peruskurssi Luennot, osa I

MS-A0502 Todennäköisyyslaskennan ja tilastotieteen peruskurssi Luennot, osa I

031021P Tilastomatematiikka (5 op)

031021P Tilastomatematiikka (5 op)

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

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

11. laskuharjoituskierros, vko 15, ratkaisut

VALTIOTIETEELLINEN TIEDEKUNTA TILASTOTIETEEN VALINTAKOE Ratkaisut ja arvostelu < X 170

Transkriptio:

Mat-2.090 Sovellettu todennäköisyyslasku A / Ratkaisut Aiheet: Avainsanat: Unioni, Todennäköisyyslaskennan peruskäsitteet Todennäköisyyslaskennan peruslaskusäännöt Alkeistapahtuma, Ehdollinen todennäköisyys, Erotustapahtuma, Joukko, Klassinen todennäköisyys, Komplementtitapahtuma, Leikkaus, Mahdoton tapahtuma, Otosavaruus, Riippumattomuus, Symmetrisyys, Todennäköisyys, Toisensa poissulkevuus, Tulosääntö, Varma tapahtuma, Yhdiste, Yhdistetty tapahtuma, Yhteenlaskusääntö 1.1. Virheetöntä noppaa heitettäessä jokaisella silmäluvulla 1, 2, 3, 4, 5, 6 on sama todennäköisyys tulla tulokseksi. Jos virheetöntä noppaa heitetään kaksi kertaa, heittotuloksiin liittyvä otosavaruus on jossa S = { x = 1, 2, 3, 4, 5, 6 ja y = 1, 2, 3, 4, 5, 6} x = 1. heiton tulos y = tulos Otosavaruutta S voidaan kuvata seuraavalla taulukolla: Määritellään joukot A = { S y = 3} B = { S x 5} C = { S x + y = 6} D = { S x y = 3} E = { S y x 3} TKK/SAL @ Ilkka Mellin (2004) 1/16

Merkitse otosavaruutta S kuvaavaan kaavioon seuraavat joukot: A, B, C, D, E (b) A C = Joukkojen A ja C yhdiste B E = Joukkojen B ja E leikkaus Tehtävässä kysytyt joukot on varjostettu alla oleviin taulukoihin. A = { S y = 3} B = { S x 5} C = { S x + y = 6} TKK/SAL @ Ilkka Mellin (2004) 2/16

D = { S x y = 3} E = { S y x 3} (b) A C = { S A tai C} TKK/SAL @ Ilkka Mellin (2004) 3/16

B E = { S B ja E} = 1.2. Jatkoa tehtävälle 1.1. Merkitse otosavaruutta S kuvaavaan kaavioon seuraavat joukot: D c = Joukon D komplementti (b) B \ C = Joukkojen B ja C erotus C \ B = Joukkojen C ja B erotus Tehtävässä kysytyt joukot on varjostettu alla oleviin taulukoihin. D c = { S D} TKK/SAL @ Ilkka Mellin (2004) 4/16

(b) B \ C = { S B ja C} C \ B = { S C ja B} 1.3. Jatkoa tehtävälle 1.1. Määrää todennäköisyydet tehtävän 1.1. kohdissa määritellyille tapahtumille. Käytämme klassisen todennäköisyyden määritelmää. Sen mukaan tapahtuman A todennäköisyys Pr(A) saadaan määräämällä tapahtumalle A suotuisien alkeistapahtumien suhteellinen osuus kaikista alkeistapahtumista. Siten jossa Pr(A) = n(a)/n(s) n(a) = tapahtumalle A suotuisien alkeistapahtumien lukumäärä = joukkoon A kuuluvien alkeistapahtumien lukumäärä n(s) = kaikkien mahdollisten alkeistapahtumien lukumäärä = otosavaruuteen S kuuluvien alkeistapahtumien lukumäärä Tehtävän 1.1. otosavaruudessa S on 36 alkiota, joten n(s) = 36 TKK/SAL @ Ilkka Mellin (2004) 5/16

Koska n(a) = 6, niin Pr(A) = 6/36 = 1/6 Koska n(b) = 12, niin Pr(B) = 12/36 = 1/3 Koska n(c) = 5, niin Pr(C) = 5/36 Koska n(d) = 3, niin Pr(D) = 3/36 = 1/12 Koska n(e) = 6, niin Pr(E) = 6/36 = 1/6 (b) Koska n(a C) = 10, niin Pr(A C) = 10/36 = 5/18 Sama tulos saadaan yleisen yhteenlaskusäännön Pr(A C) = Pr(A) + Pr(C) Pr(A C) avulla: Pr(A) = 6/36 Pr(C) = 5/36 Pr(A C) = 1/36 koska A C = {(2,5)} Siten Pr(A C) = 6/36 + 5/36 1/36 = 10/36 Koska B D =, niin Pr(B D) = 0 TKK/SAL @ Ilkka Mellin (2004) 6/16

1.4. Jatkoa tehtävälle 1.2. Määrää todennäköisyydet tehtävän 1.2. kohdissa määritellyille tapahtumille. Käytämme klassisen todennäköisyyden määritelmää kuten tehtävässä 1.3. Koska n(d c ) = 4, niin Pr(D c ) = 4/36 = 1/9 Sama tulos saadaan myös komplementtitapahtuman todennäköisyyden kaavan Pr(D c ) = 1 Pr(D) avulla: Pr(D) = 3/36 = 1/12 Siten Pr(D c ) = 1 1/12 = 11/12 (b) Koska n(b \ C) = 11, niin Pr(B \ C) = 11/36 Koska n(c \ B) = 4, niin Pr(C \ B) = 4/36 = 1/9 1.5. Jatkoa tehtävälle 1.1. Tarkastellaan 1. ja 2. nopanheiton silmälukujen erotusta z = x y jossa x = 1. heiton tulos y = tulos Määritellään lisäksi tapahtumat A = {1. nopalla saadaan 5} B = {2. nopalla saadaan 5} C = {Erotus on 4} Määrää silmälukujen erotuksen z = x y otosavaruus. TKK/SAL @ Ilkka Mellin (2004) 7/16

(b) (d) Määrää ehdollinen todennäköisyys Pr(A B) ja vertaa sitä tapahtuman A todennäköisyyteen. Ovatko tapahtumat A ja B riippumattomia? Määrää ehdollinen todennäköisyys Pr(C A ) ja vertaa sitä tapahtuman C todennäköisyyteen. Ovatko tapahtumat C ja A riippumattomia? Määrää ehdollinen todennäköisyys Pr(C B ) ja vertaa sitä tapahtuman C todennäköisyyteen. Ovatko tapahtumat C ja B riippumattomia? 1. nopanheiton tulokseen x liittyvä otosavaruus on {1, 2, 3, 4, 5, 6}. 2. nopanheiton tulokseen y liittyvä otosavaruus on {1, 2, 3, 4, 5, 6}. Muodostetaan silmälukujen x ja y mahdollisia erotuksia z = x y kuvaava aputaulukko: z = x y 1 0 1 2 3 4 5 2 1 0 1 2 3 4 3 2 1 0 1 2 3 4 3 2 1 0 1 2 5 4 3 2 1 0 1 6 5 4 3 2 1 0 Aputaulukosta nähdään, että kahden nopanheiton silmälukujen erotuksen z = x y otosavaruus on { 5, 4, 3, 2, 1, 0, 1, 2, 3, 4, 5} TKK/SAL @ Ilkka Mellin (2004) 8/16

Klassisen todennäköisyyden määritelmän nojalla (ks. tehtävä 1.3.) aputaulukosta saadaan erotuksille z = x y seuraavat todennäköisyydet: z 5 4 3 2 1 0 1 2 3 4 5 Pr 1/36 2/36 3/36 4/36 5/36 6/36 5/36 4/36 3/36 2/36 1/36 (b) Käyttämällä apuna tehtävän 1.1. otosavaruutta S = { x = 1, 2, 3, 4, 5, 6 ja y = 1, 2, 3, 4, 5, 6} kuvaavaa taulukkoa on helppo nähdä klassisen todennäköisyyden määritelmän nojalla (ks. tehtävä 1.3.), että Koska Pr(A) = 1/6 Pr(B) = 1/6 A B = {1. nopalla saadaan 5 ja 2. nopalla saadaan 5} niin klassisen todennäköisyyden määritelmän nojalla (ks. tehtävä 1.3.) Pr(A B) = 1/36 Siten ehdollisen todennäköisyyden määritelmän perusteella nähdään, että Koska Pr(A B) = Pr(A B)/Pr(B) = (1/36)/(1/6) = 1/6 Pr(A B) = Pr(A) = 1/6 tapahtumat A ja B ovat riippumattomia. Tehtävän voi ratkaista myös käyttämällä apuna ennen -kohdan ratkaisua esitettyä taulukkoa rajoittumalla tarkastelemaan niitä soluja, joissa 2. nopalla saadaan 5. Näitä soluja on 6 ja täsmälleen yksi niistä vastaa sitä, että 1. nopalla on saatu 5. TKK/SAL @ Ilkka Mellin (2004) 9/16

Siten suoraan klassisen todennäköisyyden määritelmän nojalla (ks. tehtävä 1.3.) nähdään, että Pr(A B) = 1/6 Vaikka tehtävä voidaan siis ratkaista käyttämällä ym. aputaulukkoa, on syytä oppia käyttämään ehdollisen todennäköisyyden kaavaa. Alkeistapahtumien taulukointi ja niiden lukumäärien laskeminen oikein ei ole helppoa, jos otosavaruus on iso. Tehtävässä kysytään ehdollista todennäköisyyttä tapahtumalle C = { S z = x y = 4} kun tapahtuma on sattunut. A = {x = 5} Kohdan (b) otosavaruutta S kuvaavasta taulukosta on helppo nähdä seuraava: Jos A on sattunut, jäljellä on 6 vaihtoehtoa, joista erotus z = x y voi saada arvon 4 vain yhdellä tavalla, kun y saa arvon 1. Siten Pr(C A) = 1/6 Sama tulos saadaan myös ehdollisen todennäköisyyden määritelmän perusteella: Koska Pr(C A) = Pr(C A)/Pr(A) = (1/36)/(1/6) = 1/6 Pr(C) = 2/36 Pr(C A) tapahtumat C ja A eivät ole riippumattomia. (d) Tehtävässä kysytään ehdollista todennäköisyyttä tapahtumalle C = { S z = x y = 4} kun tapahtuma on sattunut. B = {y = 4} Kohdan (b) otosavaruutta S kuvaavasta taulukosta on helppo nähdä seuraava: Jos B on sattunut, erotus z = x y ei voi saada arvoa 4. Siten Pr(C B) = 0 Sama tulos saadaan myös ehdollisen todennäköisyyden määritelmän perusteella: Pr(C B) = Pr(C B)/Pr(B) = (0/36)/(1/6) = 0/6 = 0 TKK/SAL @ Ilkka Mellin (2004) 10/16

1.6. Olkoot Pr(A) = 0.2 ja Pr(B) = 0.6. Määrää tapahtuman A B todennäköisyys, kun Pr(A B) = 0.1 (b) A ja B ovat toisensa poissulkevia Yleisen yhteenlaskusäännön mukaan: Pr(A B) = Pr(A) + Pr(B) Pr(A B) Jos Pr(A B) = 0.1, niin Pr(A B) = Pr(A) + Pr(B) Pr(A B) = 0.2 + 0.6 0.1 = 0.7 (b) Koska A ja B ovat toisensa poissulkevia, niin A B =. Tällöin Pr(A B) = 0, koska mahdottoman tapahtuman todennäköisyys on nolla. Siten Pr(A B) = Pr(A) + Pr(B) Pr(A B) = 0.2 + 0.6 0 = 0.8 1.7. Olkoot Pr(A) = 0.2 ja Pr(B) = 0.6 kuten tehtävässä 1.5. Määrää tapahtuman A B todennäköisyys, kun A ja B ovat riippumattomia (b) Pr(A B) = 0.2 Yleisen yhteenlaskusäännön mukaan: Pr(A B) = Pr(A) + Pr(B) Pr(A B) Koska A ja B ovat riippumattomia, niin riippumattomien tapahtumien tulosäännön mukaan Pr(A B) = Pr(A)Pr(B). Siten Pr(A B) = Pr(A) + Pr(B) Pr(A B) = 0.2 + 0.6 0.2 0.6 = 0.68 (b) Yleisen tulosäännön mukaan Pr(A B) = Pr(A B)Pr(B). Siten Pr(A B) = 0.2 + 0.6 0.2 0.6 = 0.68 TKK/SAL @ Ilkka Mellin (2004) 11/16

1.8. Uurnassa on 8 keltaista ja 4 sinistä palloa. (b) Opastus: Poimitaan uurnasta satunnaisesti kolme palloa takaisinpanolla. Tällöin uurnasta nostetaan palloja yksi pallo kerrallaan ja jokainen nostettu pallo palautetaan ennen seuraavan pallon nostoa takaisin uurnaan. Mikä on todennäköisyys, että saat kolme sinistä palloa? Poimitaan uurnasta satunnaisesti kolme palloa ilman takaisinpanoa. Tällöin uurnasta nostettuja palloja ei palauteta takaisin uurnaan. Mikä on todennäköisyys, että saat kolme sinistä palloa? Poimitaan uurnasta satunnaisesti kolme palloa ilman takaisinpanoa. Mikä on todennäköisyys, että viimeisenä poimittava pallo on sininen, jos kaksi edellistä ovat olleet keltaisia? Sovella -kohdassa riippumattomien tapahtumien tulosääntöä ja (b)-kohdassa yleistä tulosääntöä. Olkoon A i = {i. pallo on sininen} A c i = {i. pallo on keltainen} Kysytty todennäköisyys on Pr(A 1 A 2 A 3 ) Koska poiminta tapahtuu takaisinpanolla, tapahtumat A 1, A 2 ja A 3 ovat riippumattomia. Siten riippumattomien tapahtumien tulosäännön perusteella Pr(A 1 A 2 A 3 ) = Pr(A 1 )Pr(A 2 )Pr(A 3 ) = (4/12) 3 = 1/27 = 0.037037 mikä nähdään todeksi, koska poiminnan jokaisessa vaiheessa uurnassa on 12 palloa, joista 4 on sinistä. (b) Kysytty todennäköisyys on Pr(A 1 A 2 A 3 ) Koska poiminta tapahtuu ilman takaisinpanoa, tapahtumat A 1, A 2 ja A 3 eivät ole riippumattomia. Siten yleisen tulosäännön perusteella Pr(A 1 A 2 A 3 ) = Pr(A 1 )Pr(A 2 A 1 )Pr(A 3 A 1 A 2 ) = (4/12) (3/11) (2/10) = 1/55 = 0.018182 TKK/SAL @ Ilkka Mellin (2004) 12/16

Laskutoimitusta voidaan perustella seuraavalla tavalla: (i) (ii) Ensimmäistä palloa poimittaessa uurnassa on 12 palloa, joista 4 on sinistä. Jos ensimmäisenä poimittu pallo oli sininen, toista palloa poimittaessa uurnassa on jäljellä 11 palloa, joista 3 on sinistä. (iii) Jos ensimmäisenä ja toisena poimitut pallot olivat sinisiä, kolmatta palloa poimittaessa uurnassa on jäljellä 10 palloa, joista 2 on sinistä. Kysytty todennäköisyys on Pr(A 3 A 1 c A 2 c ) Jos uurnassa on aluksi 8 keltaista ja 4 sinistä palloa ja 2 keltaista otetaan pois, jäljelle jää 6 keltaista ja 4 sinistä palloa. Siten todennäköisyys saada sininen pallo kolmantena on Pr(A 3 A 1 c A 2 c ) = 4/10 = 0.4 1.9. Erään liikeyrityksen johto on harkinnut sulautumista toiseen yritykseen. Johto on selvittänyt osakkaiden mielipiteet sulautumisesta ja luokitellut osakkaat kolmeen luokkaan osakkaiden omistamien osakkeiden lukumäärän ja mielipiteen mukaan. Luokittelun tuloksena saadut frekvenssit on annettu alla olevassa taulukossa. Osakkeiden lukumäärä Lukumäärä Mielipide sulautumisesta Puolesta Ei mielipidettä Vastaan < 200 38 9 29 200 1000 30 7 42 1000 < 32 4 59 Määrää todennäköisyydet seuraaville tapahtumille: (b) (d) Satunnaisesti valitulla osakkaalla on alle 200 osaketta. Satunnaisesti valittu osakas on sulautumista vastaan. Satunnaisesti valitulla osakkaalla on 200 1000 osaketta ja hän on sulautumisen puolesta. Satunnaisesti valitulla osakkaalla on 200 1000 osaketta tai hän on sulautumisen puolesta. (e) Satunnaisesti valittu osakas on sulautumista vastaan ehdolla että hänellä on alle 200 osaketta. Kysymys: Ovatko se, että osakkaalla on alle 200 osaketta ja se, että osakas on sulautumista vastaan tapahtumina riippumattomia? TKK/SAL @ Ilkka Mellin (2004) 13/16

(f) Satunnaisesti valitulla osakkaalla on 200 osaketta tai enemmän ehdolla että hän on sulautumisen puolesta. Määrätään ensin taulukon solujen rivi- ja sarakesummat sekä kokonaissumma: Osakkeiden lukumäärä Osakkaiden lukumäärä Puolesta Mielipide sulautumisesta Ei mielipidettä Vastaan Yhteensä < 200 38 9 29 76 200 1000 30 7 42 79 1000 < 32 4 59 95 Yhteensä 100 20 130 250 Vastaavat todennäköisyydet saadaan jakamalla kaikki taulukon luvut osakkaiden kokonaislukumäärällä 250. Tuloksena saadaan seuraava taulukko: Osakkeiden lukumäärä Osakkaiden lukumäärä Puolesta Mielipide sulautumisesta Ei mielipidettä Vastaan Yhteensä < 200 0.152 0.036 0.116 0.304 200 1000 0.120 0.028 0.168 0.316 1000 < 0.128 0.016 0.236 0.380 Yhteensä 0.400 0.080 0.520 1 Esimerkiksi: Pr(Osakkaalla 200 1000 osaketta) = 0.316 Pr(Osakas on sulautumisen puolesta ja osakkaalla on yli 1000 osaketta) = 0.128 Todennäköisyyksien taulukosta saadaan: Pr(Osakkaalla on alle 200 osaketta) = 0.304 TKK/SAL @ Ilkka Mellin (2004) 14/16

(b) Pr(Osakas on sulautumista vastaan) = 0.52 Pr(Osakkaalla on 200 1000 osaketta ja osakas on sulautumisen puolesta) = 0.120 (d) Yleisen yhteenlaskusäännön nojalla: Pr(Osakkaalla on 200 1000 osaketta tai osakas on sulautumisen puolesta) = Pr(Osakkaalla on 200 1000 osaketta) + Pr(Osakas on sulautumisen puolesta) Pr(Osakkaalla on 200 1000 osaketta ja osakas on sulautumisen puolesta) = 0.316 + 0.400 0.120 = 0.596 (e) Käyttämällä ehdollisen todennäköisyyden määritelmää, saadaan: Pr(Osakas on sulautumista vastaan ehdolla, että osakkaalla on alle 200 osaketta) = Pr(Osakas on sulautumista vastaan ja osakkaalla on alle 200 osaketta) /Pr(Osakkaalla on alle 200 osaketta) = 0.116/0.304 = 0.382 (b)-kohdan mukaan Koska tapahtumat ja Pr(Osakas on sulautumista vastaan) = 0.52 Pr(Osakas on sulautumista vastaan ehdolla, että osakkaalla on alle 200 osaketta) = 0.382 0.52 = Pr(Osakas on sulautumista vastaan) {Osakas on sulautumista vastaan} {Osakkaalla on alle 200 osaketta} eivät ole riippumattomia. TKK/SAL @ Ilkka Mellin (2004) 15/16

(f) Käyttämällä ehdollisen todennäköisyyden määritelmää saadaan: Pr(Osakkaalla on 200 osaketta tai enemmän ehdolla, että osakas on sulautumisen puolesta) = Pr(Osakkaalla on 200 osaketta tai enemmän ja osakas on sulautumisen puolesta) /Pr(Osakas on sulautumisen puolella) = (0.120 + 0.128)/0.400 = 0.620 Huomaa, että Pr(Osakkaalla on 200 osaketta tai enemmän ehdolla, että osakas on sulautumisen puolesta) = 0.620 Pr(Osakkaalla on 200 osaketta tai enemmän) = 0.696 Siten tieto siitä, että ehtotapahtuma Osakas on sulautumisen puolesta on sattunut sisältää informaatiota, jota voidaan käyttää hyväksi, kun määräämme tapahtuman Osakkaalla on 200 osaketta tai enemmän todennäköisyyttä. TKK/SAL @ Ilkka Mellin (2004) 16/16