Sovellettu todennäköisyslasku

Samankaltaiset tiedostot
Mat Sovellettu todennäköisyyslasku 5. harjoitukset/ratkaisut. Jatkuvat jakaumat

5. laskuharjoituskierros, vko 8, ratkaisut

Generoivat funktiot, Poisson- ja eksponenttijakaumat

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

Sovellettu todennäköisyyslaskenta B

Satunnaismuuttujien muunnokset ja niiden jakaumat

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

Mat Sovellettu todennäköisyyslasku A

MS-A0502 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

Sovellettu todennäköisyyslaskenta B

Tilastollinen päättely II, kevät 2017 Harjoitus 2A

Lisää Diskreettejä jakaumia Lisää Jatkuvia jakaumia Normaalijakaumasta johdettuja jakaumia

Sovellettu todennäköisyyslaskenta B

Testit laatueroasteikollisille muuttujille

Mat Sovellettu todennäköisyyslasku A. Moniulotteiset jakaumat. Avainsanat:

3. laskuharjoituskierros, vko 6, ratkaisut

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

MS-A0502 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

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

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

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

Mat Sovellettu todennäköisyyslasku A

Aalto-yliopisto, Matematiikan ja systeemianalyysin laitos /Malmivuori MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi,

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

MS-A0503 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

Perusaineiden laajan oppimäärän opinnot lukuvuosina , ja

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

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

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

x 4 e 2x dx Γ(r) = x r 1 e x dx (1)

Sovellettu todennäköisyyslaskenta B

Jos nyt on saatu havaintoarvot Ü ½ Ü Ò niin suurimman uskottavuuden

Normaalijakaumasta johdettuja jakaumia

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

Tilastollinen aineisto Luottamusväli

TEKNILLINEN KORKEAKOULU Systeemianalyysin laboratorio. Mat Systeemien Identifiointi. 4. harjoitus

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

Ilkka Mellin Todennäköisyyslaskenta Osa 3: Todennäköisyysjakaumia Jatkuvia jakaumia

4.1. Olkoon X mielivaltainen positiivinen satunnaismuuttuja, jonka odotusarvo on

MS-A0503 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

Sovellettu todennäköisyyslaskenta B

min x x2 2 x 1 + x 2 1 = 0 (1) 2x1 1, h = f = 4x 2 2x1 + v = 0 4x 2 + v = 0 min x x3 2 x1 = ± v/3 = ±a x 2 = ± v/3 = ±a, a > 0 0 6x 2

6. laskuharjoitusten vastaukset (viikot 10 11)

Aalto-yliopisto, Matematiikan ja systeemianalyysin laitos /Malmivuori MS-A0502 Todennäköisyyslaskennan ja tilastotieteen peruskurssi,

Probabilistiset mallit (osa 2) Matemaattisen mallinnuksen kurssi Kevät 2002, luento 10, osa 2 Jorma Merikoski Tampereen yliopisto

Maximum likelihood-estimointi Alkeet

D ( ) E( ) E( ) 2.917

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

Inversio-ongelmien laskennallinen peruskurssi Luento 2

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

OPETUSSUUNNITELMALOMAKE

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

JATKUVAT JAKAUMAT Laplace-muunnos (Laplace-Stieltjes-muunnos)

OPETUSSUUNNITELMALOMAKE

3.6 Su-estimaattorien asymptotiikka

Sovellettu todennäköisyyslaskenta B

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

Testit järjestysasteikollisille muuttujille

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

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

Harjoitustyö 3. Heiluri-vaunusysteemin parametrien estimointi

Ortogonaaliprojektio äärellisulotteiselle aliavaruudelle

Sovellettu todennäköisyyslaskenta B

Luento 6 Yhteisvikojen analyysi PSA:n sovelluksia

Moniulotteisia todennäköisyysjakaumia

y + 4y = 0 (1) λ = 0

Mat Sovellettu todennäköisyyslasku A

Ilkka Mellin Todennäköisyyslaskenta Osa 3: Todennäköisyysjakaumia Moniulotteisia todennäköisyysjakaumia

Harjoitus 9: Excel - Tilastollinen analyysi

ABHELSINKI UNIVERSITY OF TECHNOLOGY

Tilastollinen päättely II, kevät 2017 Harjoitus 1A

Testejä suhdeasteikollisille muuttujille

Väliestimointi (jatkoa) Heliövaara 1

Epäyhtälöt ovat yksi matemaatikon voimakkaimmista

Sovellettu todennäköisyyslaskenta B

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

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

Sovellettu todennäköisyyslaskenta B

9. laskuharjoituskierros, vko 12-13, ratkaisut

χ = Mat Sovellettu todennäköisyyslasku 11. harjoitukset/ratkaisut

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

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

ABHELSINKI UNIVERSITY OF TECHNOLOGY

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

Talousmatematiikan perusteet: Luento 17. Integraalin sovelluksia kassavirta-analyysissa Integraalin sovelluksia todennäköisyyslaskennassa

Koska ovat negatiiviset. Keskihajontoja ei pystytä laskemaan mutta pätee ¾.

4.0.2 Kuinka hyvä ennuste on?

Todennäköisyysjakaumia

MS-A0204 Differentiaali- ja integraalilaskenta 2 (ELEC2) Luento 7: Pienimmän neliösumman menetelmä ja Newtonin menetelmä.

Matemaattinen tilastotiede. Erkki Liski Matematiikan, Tilastotieteen ja Filosofian Laitos Tampereen Yliopisto

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

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

4. laskuharjoituskierros, vko 7, ratkaisut

KKT: log p i v 1 + v 2 x i = 0, i = 1,...,n.

Ilkka Mellin (2008) 1/5

Satunnaisluvut, satunnaisvektorit ja niiden jakaumat

. Kun p = 1, jono suppenee raja-arvoon 1. Jos p = 2, jono hajaantuu. Jono suppenee siis lineaarisesti. Vastaavasti jonolle r k+1 = r k, suhde on r k+1

MS-A0503 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

Antti Rasila. Kevät Matematiikan ja systeemianalyysin laitos Aalto-yliopisto. Antti Rasila (Aalto-yliopisto) MS-A0204 Kevät / 16

Transkriptio:

Sovellettu todennäköisyslasku Työpäiväkirja 16.12.2001 Espoo Teknillinen korkeakoulu Systeemianalyysin laboratorio Jussi Matti Aleksi Jokelainen jussi.jokelainen@hut.fi Opiskelijanumero 123456A

Sovellettu todennäköisyslasku Jussi Jokelainen Teknillinen korkeakoulu, systeemianalyysin laboratorio jussi.jokelainen@hut.fi 16. joulukuuta 2001 Motto Huomaamme, että todennäköisyyslaskenta on pohjimmiltaan vain laskemiseksi muunnettua tervettä järkeä. Se saa meidät arvioimaan täsmällisesti sen, minkä järkevät ihmiset tuntevat eräänlaisen vaiston avulla, pystymättä useinkaan selittämään sitä... Huomattavaa on, että [tästä] tieteestä, joka sai alkunsa uhkapelien tutkimisesta, on tullut mitä tärkein inhimillisen tiedonhalun toimintakenttä. P. S. Laplace, 1820. Opiskelijanumero 123456A 1

SISÄLTÖ 2 Sisältö 1 Aluksi 3 2 Palautetut laskuharjoitustehtävät 4 2.1 Laskuharjoitus 1......................... 4 2.2 Laskuharjoitus 2......................... 6 2.3 Laskuharjoitus 3......................... 7 2.4 Laskuharjoitus 4......................... 8 2.5 Laskuharjoitus 5......................... 9 2.6 Mielipiteitäni laskuharjoitustehtävistä.............. 10 3 Harjoitustyö 1 11 4 Harjoitustyö 2 12 5 Harjoitustyö 3 13 6 Harjoitustyö 4 14 7 Verkkomateriaali 15 8 Itsearviointi ja oma oppimisprosessini 16 9 Mielipiteitäni kurssista 17 10 Lähteet 18 10.1 Painettu kirjallisuus....................... 18 10.2 Muu lähdemateriaali....................... 18 10.3 WWW-materiaali......................... 18

1 ALUKSI 3 1 Aluksi Tämä työpäiväkirja on tehty Teknillisen korkeakoulun systeemianalyysin laboratorion verkkokurssille Sovellettu todennäköisyyslasku 2.091, jolle osallistuin syyslukukaudella 2001. Kiinnostuin kurssista, koska...

2 PALAUTETUT LASKUHARJOITUSTEHTÄVÄT 4 2 Palautetut laskuharjoitustehtävät Tässä on laskuharjoitustehtävät ratkaiusuineen. 2.1 Laskuharjoitus 1 Tehtävä 1 Oletetaan, että n:n elektronisen komponentin eliniät Z 1, Z 2,..., Z n ovat riippumattomia ja että ne noudattavat eksponentiaalista jakaumaa parametrilla l. Määrää sellaisen systeemin eliniän jakauma, jossa komponentit on kytketty (a) Rinnan, (b) Sarjaan. Ratkaisu: (a) Olkoon Z (1) sarjaan kytketyn systeemin elinikä. Huomaa, että Z (1) = min{z 1, Z 2,..., Z n }, koska systeemi toimii, kunnes ensimmäinen komponentti vikaantuu. Siten F (1) (z) = Pr(Z (1) z) = 1 Pr(Z (1) > z) = 1 Pr(Z 1 > z ja Z 2 > z ja... ja Z n > z) = 1 Pr(Z 1 > z) Pr(Z 2 > z) Pr(Z n > z) = 1 (1 F (z)) n. Koska F i (z) = 1 e λz, niin F (1) (z) = 1 e λnz. Siten systeemin elinikä noudattaa eksponenttijakaumaa parametrilla nλ ja erityisesti pätee, että E(Z i ) = 1 ja E(Z (1) ) = 1 λ nλ (b) Olkoon Z (n) rinnan kytketyn systeemin elinikä. Huomaa, että Z (n) = max{z 1, Z 2,..., Z n }, koska systeemi toimii, kunnes n:s komponentti vikaantuu. Siten F (n) (z) = Pr(Z (n) z) = Pr(Z 1 z ja Z 2 z ja... ja Z n z) = Pr(Z 1 z) Pr(Z 2 z) Pr(Z n z) = F (z) n.

2 PALAUTETUT LASKUHARJOITUSTEHTÄVÄT 5 Siten F (n) (z) = (1 e λz ) n ja erityisesti E(Z i ) = 1/λ ja E(Z (n) ) = 1 λ (1 + 1 2 + + 1 n ), mikä saadaan rekursiosta jossa E n = E(Z (n) ). E n = 1 nλ + E n 1 Huomautus: Kohdassa (a) on johdettu yleinen lauseke samaa jakaumaa noudattavien riippumattomien satunnaismuuttujien minimin jakaumalle. Kohdassa (b) on johdettu yleinen lauseke samaa jakaumaa noudattavien riippumattomien satunnaismuuttujien maksimin jakaumalle.

2 PALAUTETUT LASKUHARJOITUSTEHTÄVÄT 6 2.2 Laskuharjoitus 2

2 PALAUTETUT LASKUHARJOITUSTEHTÄVÄT 7 2.3 Laskuharjoitus 3

2 PALAUTETUT LASKUHARJOITUSTEHTÄVÄT 8 2.4 Laskuharjoitus 4

2 PALAUTETUT LASKUHARJOITUSTEHTÄVÄT 9 2.5 Laskuharjoitus 5

2 PALAUTETUT LASKUHARJOITUSTEHTÄVÄT 10 2.6 Mielipiteitäni laskuharjoitustehtävistä Osa tehtävistä, kuten tehtävä 2/1 oli aivan liian...

3 HARJOITUSTYÖ 1 11 3 Harjoitustyö 1

4 HARJOITUSTYÖ 2 12 4 Harjoitustyö 2

5 HARJOITUSTYÖ 3 13 5 Harjoitustyö 3

6 HARJOITUSTYÖ 4 14 6 Harjoitustyö 4 Vimeisin harjoitustyöni oli nimeltään Suurten lukujen laki ja aloitin tutustumiseni aiheeseen...

7 VERKKOMATERIAALI 15 7 Verkkomateriaali

8 ITSEARVIOINTI JA OMA OPPIMISPROSESSINI 16 8 Itsearviointi ja oma oppimisprosessini

9 MIELIPITEITÄNI KURSSISTA 17 9 Mielipiteitäni kurssista

10 LÄHTEET 18 10 Lähteet Olen tätä työpäiväkirjaa tehdessäni tutustunut mm. seuraaviin teoksiin ja lähteisiin. 10.1 Painettu kirjallisuus J. Haataja, J. Käpyaho ja J. Rahola: Numeeriset menetelmät, CSC Tieteellinen laskenta Oy. 1993. 10.2 Muu lähdemateriaali Kalevi Suominen: Luentomuistiinpanot Helsingin yliopiston matematiikan laitoksen kursseilta Funktioteoria I ja Funktioteoria II lukuvuosina 1998 2000. 10.3 WWW-materiaali http://www-history.mcs.st-and.ac.uk/history/ (Mainio katsaus matematiikan ja matemaatikkojen historiaan.) http://noppa5.pc.helsinki.fi/ (Juha Purasen tilastopaketti.)