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

Samankaltaiset tiedostot
Osa 1: Todennäköisyys ja sen laskusäännöt. Todennäköisyyden aksioomat

Osa 1: Todennäköisyys ja sen laskusäännöt

ABHELSINKI UNIVERSITY OF TECHNOLOGY

Sovellettu todennäköisyyslaskenta B

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

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

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

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

(x, y) 2. heiton tulos y

Miten hyvin mallit kuvaavat todellisuutta? Tarvitaan havaintoja.

Joukko-oppi. Joukko-oppi. Joukko-oppi. Joukko-oppi: Mitä opimme? Joukko-opin peruskäsitteet

Johdatus todennäköisyyslaskentaan Joukko-oppi. TKK (c) Ilkka Mellin (2005) 1

Ilkka Mellin Todennäköisyyslaskenta Liite 1: Joukko-oppi

Varma tapahtuma, Yhdiste, Yhdistetty tapahtuma, Yhteenlaskusääntö

Osa 1: Todennäköisyys ja sen laskusäännöt. Todennäköisyyden peruslaskusäännöt

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

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi Esimerkkikokoelma 1

Todennäköisyyslaskenta: Todennäköisyys ja sen laskusäännöt

Sovellettu todennäköisyyslaskenta B

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

Ilkka Mellin Todennäköisyyslaskenta

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

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

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

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

ABHELSINKI UNIVERSITY OF TECHNOLOGY

Liite 2: Verkot ja todennäköisyyslaskenta. Todennäköisyyslaskenta ja puudiagrammit

Todennäköisyyslaskennan peruslaskusäännöt. Todennäköisyyslaskennan peruslaskusäännöt. Todennäköisyyslaskennan peruslaskusäännöt: Esitiedot

ABHELSINKI UNIVERSITY OF TECHNOLOGY

Sovellettu todennäköisyyslaskenta B

Mat Sovellettu todennäköisyyslasku A

Johdatus matemaattiseen päättelyyn

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

1. laskuharjoituskierros, vko 4, ratkaisut

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

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

Todennäköisyys (englanniksi probability)

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

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

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

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

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

Miten osoitetaan joukot samoiksi?

Valitsemalla sopivat alkiot joudutaan tämän määritelmän kanssa vaikeuksiin, jotka voidaan välttää rakentamalla joukko oppi aksiomaattisesti.

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

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

Lisää Diskreettejä jakaumia Lisää Jatkuvia jakaumia Normaalijakaumasta johdettuja jakaumia

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

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

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

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

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

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

Satunnaismuuttujat ja todennäköisyysjakaumat Kertymäfunktio

Todennäköisyyslaskenta

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

Sovellettu todennäköisyyslaskenta B

811120P Diskreetit rakenteet

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

Luku 1. Johdanto. 1.1 Todennäköisyys ja tilastotiede. 1.2 Havaitut frekvenssit ja empiiriset jakaumat

1. Matkalla todennäköisyyteen

(2n 1) = n 2

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

Testit laatueroasteikollisille muuttujille

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

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

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

Matematiikan johdantokurssi, syksy 2016 Harjoitus 11, ratkaisuista

Todennäköisyyslaskenta

30A02000 Tilastotieteen perusteet

Kurssin puoliväli ja osan 2 teemat

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

Sovellettu todennäköisyyslaskenta B

Joukot. Georg Cantor ( )

Moniulotteiset satunnaismuuttujat ja todennäköisyysjakaumat. Moniulotteiset satunnaismuuttujat ja todennäköisyysjakaumat

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

Lause 5. (s. 50). Olkoot A ja B joukkoja. Tällöin seuraavat ehdot ovat

Todennäköisyyslaskun kertaus. Vilkkumaa / Kuusinen 1

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

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

Normaalijakaumasta johdettuja jakaumia

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

Johdatus diskreettiin matematiikkaan Harjoitus 2, Osoita että A on hyvin määritelty. Tee tämä osoittamalla

031021P Tilastomatematiikka (5 op)

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

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

Lineaariavaruudet. Span. Sisätulo. Normi. Matriisinormit. Matriisinormit. aiheita. Aiheet. Reaalinen lineaariavaruus. Span. Sisätulo.

Inversio-ongelmien laskennallinen peruskurssi Luento 7

Johdatus matematiikkaan

d ) m d (I n ) = 2 d n d. Koska tämä pätee kaikilla

TODENNÄKÖISYYSLASKUN KERTAUS Peruskäsitteitä

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

Todennäköisyyslaskenta

Moniulotteisia todennäköisyysjakaumia

Ilkka Mellin Todennäköisyyslaskenta Osa 3: Todennäköisyysjakaumia Moniulotteisia todennäköisyysjakaumia

Ratkaisu: a) Kahden joukon yhdisteseen poimitaan kaikki alkiot jotka ovat jommassakummassa joukossa (eikä mitään muuta).

Todennäköisyyslaskenta I

Todennäköisyyslaskenta I. Ville Hyvönen

Diskreetin Matematiikan Paja Ratkaisuhahmotelmia viikko 1. ( ) Jeremias Berg

4.1. Olkoon X mielivaltainen positiivinen satunnaismuuttuja, jonka odotusarvo on

Transkriptio:

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

Todennäköisyyden aksioomat Todennäköisyyden määritteleminen Todennäköisyyden aksioomat äärellisissä otosavaruuksissa Suhteellinen frekvenssi, klassinen todennäköisyys ja ehdollinen todennäköisyys Todennäköisyyden aksioomat äärettömissä otosavaruuksissa TKK (c) Ilkka Mellin (2005) 2

Todennäköisyyden aksioomat: Mitä opimme? 1/2 Todennäköisyydelle voidaan esittää seuraavat kolme naiivia määritelmää: (i) Empiirisen todennäköisyyden määritelmä. (ii) Klassisen todennäköisyyden määritelmä. (iii) Todennäköisyys on tapahtuman sattumisen mahdollisuuden mitta. Yksikään määritelmistä (i)-(iii) ei kuitenkaan täytä hyvän matemaattisen määritelmän tunnusmerkkejä. Siksi tässä luvussa tarkastellaan todennäköisyyden aksiomaattista määrittelemistä. Kolmogorovin aksioomien mukaan todennäköisyys on positiivinen, täydellisesti additiivinen ja normeerattu mitta. TKK (c) Ilkka Mellin (2005) 3

Todennäköisyyden aksioomat: Mitä opimme? 2/2 Todennäköisyyden aksiomaattinen käsittely on jaettu tässä luvussa kahteen osaan: (i) Todennäköisyys ja äärelliset otosavaruudet. (ii) Todennäköisyys ja äärettömät otosavaruudet. Useimmat todennäköisyyslaskennan peruslaskusäännöistä voidaan todistaa äärellisten otosavaruuksien muodostamassa kehikossa. Tässä luvussa näytetään myös millä tavalla todennäköisyyden naiivit määritelmät sekä ehdollisen todennäköisyyden käsite voidaan sopivasti tulkittuina sisällyttää Kolmogorovin aksioomien muodostamaan kehikkoon. TKK (c) Ilkka Mellin (2005) 4

Todennäköisyyden aksioomat: Esitiedot Esitiedot: ks. seuraavia lukuja: Todennäköisyys ja sen määritteleminen Todennäköisyyden peruslaskusäännöt TKK (c) Ilkka Mellin (2005) 5

Todennäköisyyden aksioomat >> Todennäköisyyden määritteleminen Todennäköisyyden aksioomat äärellisissä otosavaruuksissa Suhteellinen frekvenssi, klassinen todennäköisyys ja ehdollinen todennäköisyys Todennäköisyyden aksioomat äärettömissä otosavaruuksissa TKK (c) Ilkka Mellin (2005) 6

Todennäköisyyden määritteleminen Avainsanat Empiirinen todennäköisyys Frekvenssi Klassinen todennäköisyys Kolmogorovin aksioomat Mitta Satunnaiskoe Suhteellinen frekvenssi Suotuisa tulosvaihtoehto Tapahtuma Tilastollinen stabiliteetti Tulosvaihtoehto TKK (c) Ilkka Mellin (2005) 7

Todennäköisyyden määritteleminen Todennäköisyyden naiivit määritelmät Luvussa Todennäköisyyslaskennan peruskäsitteet todennäköisyydelle on esitetty kolme naiivia määritelmää: (i) Tapahtuman empiirinen todennäköisyys on tapahtuman (tilastollisesti stabiili) suhteellinen frekvenssi. (ii) Tapahtuman klassinen todennäköisyys on tapahtumalle suotuisien tulosvaihtoehtojen suhteellinen frekvenssi. (iii) Todennäköisyys on tapahtuman sattumisen mahdollisuuden mitta. TKK (c) Ilkka Mellin (2005) 8

Todennäköisyyden määritteleminen Todennäköisyyden naiivit määritelmät: Kommentteja Kuten näemme, yksikään todennäköisyyden naiiveista määritelmistä (i)-(iii) ei täytä hyvän matemaattisen määritelmän tunnusmerkkejä. TKK (c) Ilkka Mellin (2005) 9

Todennäköisyyden määritteleminen Empiirinen todennäköisyys Toistetaan jotakin satunnaiskoetta n kertaa. Oletetaan, että tapahtuma A sattuu koetoistojen aikana f kertaa. Jos tapahtuman A suhteellinen frekvenssi f n lähestyy jotakin kiinteätä lukua p koetoistojen lukumäärän n kasvaessa rajatta, on p tapahtuman A empiirinen todennäköisyys. TKK (c) Ilkka Mellin (2005) 10

Todennäköisyyden määritteleminen Empiirinen todennäköisyys: Esimerkki 1/3 Eräässä kyselytutkimuksessa selvitettiin miten suomalaiset suhtautuvat Suomen mahdolliseen NATO-jäsenyyteen. Tutkimus perustui satunnaisotokseen, johon poimittiin arpomalla 1800 suomalaista. Otoksessa 1080 henkilöä ilmoitti vastustavansa NATO-jäsenyyttä. TKK (c) Ilkka Mellin (2005) 11

Todennäköisyyden määritteleminen Empiirinen todennäköisyys: Esimerkki 2/3 Tutkimusta voidaan kuvata satunnaisilmiönä seuraavalla tavalla: Satunnaiskoe: Yhden suomalaisen poimiminen arpomalla otokseen Koetoistojen lukumäärä (otoskoko): n = 1800 Tapahtuma A: Otokseen poimittu suomalainen vastusti Suomen NATOjäsenyyttä. Tapahtuman A frekvenssi koetoistojen joukossa: f = 1080 Tapahtuman A suhteellinen frekvenssi: f 1080 0.6 n = 1800 = TKK (c) Ilkka Mellin (2005) 12

Todennäköisyyden määritteleminen Empiirinen todennäköisyys: Esimerkki 3/3 Jos otoksen poiminnassa käytettiin arvontaa, voidaan olettaa, että tapahtuman A suhteellinen frekvenssi säilyy stabiilina, jos otoskokoa kasvatetaan tai otantaa toistetaan. Jos oletus tapahtuman A suhteellisen frekvenssin stabiiliudesta pätee, havaittua suhteellista frekvenssiä 0.6 on järkevää kutsua todennäköisyydeksi, että satunnaisesti valittu suomalainen vastustaa Suomen NATO-jäsenyyttä. Siten tapahtuman A empiirinen todennäköisyys on Pr(A) = 0.6 otoksesta saatujen tietojen perusteella. TKK (c) Ilkka Mellin (2005) 13

Todennäköisyyden määritteleminen Empiirinen todennäköisyys: Kommentteja Empiirisen todennäköisyyden määritelmä edellyttää sitä, että tapahtuman suhteellinen frekvenssi käyttäytyy koetoistojen lukumäärän kasvaessa tilastollisesti stabiilisti. Empiiristä todennäköisyyttä ei voida liittää sellaisiin satunnaisilmiöihin, joista ei ole havaintoja. Tapahtuman empiiristä todennäköisyyttä ei voida määrätä kokeellisesti, koska äärettömän monen koetoiston tekeminen ei ole käytännössä mahdollista. Mikään ei takaa, että empiirisen todennäköisyyden määritelmässä esiintyvä raja-arvo on olemassa. TKK (c) Ilkka Mellin (2005) 14

Todennäköisyyden määritteleminen Klassinen todennäköisyys Tarkastellaan satunnaiskoetta, johon liittyy n yhtä todennäköistä tulosvaihtoehtoa. Tarkastellaan ko. satunnaiskokeessa tapahtumaa A, johon liittyy k yhtä todennäköistä tulosvaihtoehtoa, joita sanotaan tapahtumalle A suotuisiksi. Tapahtuman A klassinen todennäköisyys on tapahtumalle suotuisien tulosvaihtoehtojen suhteellinen frekvenssi k n TKK (c) Ilkka Mellin (2005) 15

Todennäköisyyden määritteleminen Klassinen todennäköisyys: Esimerkki Heitetään kahta virheetöntä noppaa. Mikä on tapahtuman A = Silmälukujen summaksi saadaan 11 tai 12 todennäköisyys? Kahden virheettömän nopan heitossa mahdolliset tulosvaihtoehdot muodostuvat 6 6 = 36 lukuparista (i, j), i = 1, 2, 3, 4, 5, 6, j = 1, 2, 3, 4, 5, 6 joiden kaikkien todennäköisyys on 1/36. Tapahtumalle A suotuisia tulosvaihtoehtoja on 3 kpl: (5,6), (6,5), (6,6) Siten tapahtuman A klassinen todennäköisyys on k 3 1 Pr( A) = = = n 36 12 TKK (c) Ilkka Mellin (2005) 16

Todennäköisyyden määritteleminen Klassinen todennäköisyys: Kommentteja Klassisen todennäköisyyden määritelmä soveltuu vain sellaisten satunnaisilmiöiden tapahtumille, joissa tulosvaihtoehdot ovat yhtä todennäköisiä eli symmetrisiä. Klassisen todennäköisyyden määritelmää ei voida soveltaa sellaisiin satunnaiskokeisiin, joilla on äärettömän monta tulosvaihtoehtoa. TKK (c) Ilkka Mellin (2005) 17

Todennäköisyyden määritteleminen Todennäköisyys mittana Todennäköisyyttä voidaan kutsua mitaksi, joka mittaa satunnaisilmiön tapahtumavaihtoehtojen sattumisen mahdollisuuksia. Venn-diagrammien käyttö todennäköisyyslaskennan peruslaskutoimitusten havainnollistamisessa perustuu juuri siihen, että todennäköisyydellä on mittana samantapaiset ominaisuudet kuin pinta-alamitalla. TKK (c) Ilkka Mellin (2005) 18

Todennäköisyyden määritteleminen Todennäköisyys mittana: Kommentteja Todennäköisyyden kutsuminen mitaksi sisältää jotakin hyvin olennaista todennäköisyyden luonteesta. Todennäköisyydellä on samantapaiset ominaisuudet kuin esimerkiksi pinta-ala- tai tilavuusmitalla paitsi, että tapahtuman todennäköisyydellä on ylärajana varman tapahtuman todennäköisyys 1. Todennäköisyyden kutsuminen sattumisen mahdollisuuden mitaksi on kuitenkin kehämääritelmä: Sattumisen mahdollisuus tarkoittaa suunnilleen samaa kuin todennäköisyys. TKK (c) Ilkka Mellin (2005) 19

Todennäköisyyden määritteleminen Todennäköisyyden aksiomaattinen määrittely 1/2 Yksikään todennäköisyyden naiiveista määritelmistä ei täytä hyvän matemaattisen määritelmän tunnusmerkkejä. Matemaattisesti kelvollisen yleisen määritelmän todennäköisyydelle esitti venäläinen matemaatikko A. N. Kolmogorov 1930-luvun alussa. Kolmogorovin aksioomien mukaan todennäköisyyslaskenta on matemaattisen mittateorian osa. Todennäköisyyden naiivit määritelmät voidaan sijoittaa sopivasti muotoiltuina Kolmogorovin aksioomajärjestelmään todennäköisyyden käsitteen tulkintoina tai kuvauksina. TKK (c) Ilkka Mellin (2005) 20

Todennäköisyyden määritteleminen Todennäköisyyden aksiomaattinen määrittely 2/2 Seuraavissa kappaleissa tarkastellaan todennäköisyyden aksiomaattista määrittelyä. Tarkastelu on jaettu kahteen osaan: (i) Todennäköisyyden määrittely äärellisissä otosavaruuksissa. (ii) Todennäköisyyden määrittely äärettömissä otosavaruuksissa. Samalla tarkastellaan todennäköisyyslaskennan laskusääntöjen todistamista aksioomista lähtien. TKK (c) Ilkka Mellin (2005) 21

Todennäköisyyden aksioomat Todennäköisyyden määritteleminen >> Todennäköisyyden aksioomat äärellisissä otosavaruuksissa Suhteellinen frekvenssi, klassinen todennäköisyys ja ehdollinen todennäköisyys Todennäköisyyden aksioomat äärettömissä otosavaruuksissa TKK (c) Ilkka Mellin (2005) 22

Todennäköisyyden määritteleminen Todennäköisyyden aksioomat äärellisissä otosavaruuksissa Avainsanat Additiivisuus Alkeistapahtuma Boolen algebra Erotus Joukkoperhe Komplementtitapahtuma Leikkaus Mitta Otosavaruus Perusjoukko Tapahtuma Tapahtuma-algebra Todennäköisyyden aksioomat Todennäköisyys Todennäköisyyskenttä Todennäköisyyslaskennan laskusääntöjen todistaminen Komplementtitapahtuman todennäköisyys Mahdottoman tapahtuman todennäköisyys Osajoukon todennäköisyys Yleinen yhteenlaskusääntö Yhdiste Äärellinen otosavaruus TKK (c) Ilkka Mellin (2005) 23

Todennäköisyyden aksioomat äärellisissä otosavaruuksissa Boolen algebra: Määritelmä 1/2 Olkoon S joukko. Olkoon F jokin joukon S osajoukkojen muodostama joukkoperhe. Jos siis joukko A on joukkoperheen F alkio, niin A on joukon S osajoukko: A F A S TKK (c) Ilkka Mellin (2005) 24

Todennäköisyyden aksioomat äärellisissä otosavaruuksissa Boolen algebra: Määritelmä 2/2 Joukkoperhe F on Boolen algebra, jos (i) Tyhjä joukko on joukkoperheen Falkio: F (ii) Jos joukko A on joukkoperheen F alkio, niin sen komplementti A c on joukkoperheen F alkio: c A F A F (iii) Jos joukot A ja B ovat joukkoperheen F alkioita, niin niiden yhdiste A B on joukkoperheen F alkio: A F, B F A B F TKK (c) Ilkka Mellin (2005) 25

Todennäköisyyden aksioomat äärellisissä otosavaruuksissa Boolen algebrat ja joukko-opin operaatiot 1/2 Olkoon F joukossa S määritelty Boolen algebra. Olkoot A F ja B F Suoraan Boolen algebran aksioomien mukaan tyhjä joukko, komplementtijoukot A c ja B c sekä yhdiste A B kuuluvat joukkoperheeseen F: c c, A, B, A B F Lisäksi voidaan osoittaa, että perusjoukko S, leikkaus A B sekä erotukset A\B ja B\A kuuluvat joukkoperheeseen F: S, A B, A\ B, B\ A F TKK (c) Ilkka Mellin (2005) 26

Todennäköisyyden aksioomat äärellisissä otosavaruuksissa Boolen algebrat ja joukko-opin operaatiot 2/2 Boolen algebrat ovat siis suljettuja tavanomaisten joukkoopin operaatioiden suhteen. Tällä tarkoitetaan siitä, että tavanomaiset joukko-opin operaatiot eivät vie Boolen algebran ulkopuolelle: Jos Boolen algebran F joukkoihin sovelletaan korkeintaan äärellinen määrä tavanomaisia joukko-opin operaatioita komplementti, yhdiste, leikkaus ja erotus, niin tuloksena saatavat joukot kuuluvat edelleen Boolen algebraan F. TKK (c) Ilkka Mellin (2005) 27

Todennäköisyyden aksioomat äärellisissä otosavaruuksissa Joukko-opin operaatiot Olkoon F joukossa S määritelty Boolen algebra. Todistetaan seuraavat joukko-opin tulokset: (i) Joukko S F (ii) Jos A F, B F, niin A B F (iii) Jos A F, B F, niin A \ B F TKK (c) Ilkka Mellin (2005) 28

Todennäköisyyden aksioomat äärellisissä otosavaruuksissa Joukko-opin operaatiot: Perusjoukko 1/2 Olkoon F joukossa S määritelty Boolen algebra. Tällöin perusjoukko S kuuluu joukkoperheeseen F : S F TKK (c) Ilkka Mellin (2005) 29

Todennäköisyyden aksioomat äärellisissä otosavaruuksissa Joukko-opin operaatiot: Perusjoukko 2/2 Väite seuraa, siitä että c S = Todistetaan siis, että c F Aksiooman (i) mukaan F Aksiooman (ii) mukaan c = S F TKK (c) Ilkka Mellin (2005) 30

Todennäköisyyden aksioomat äärellisissä otosavaruuksissa Joukko-opin operaatiot: Leikkausjoukko 1/2 Olkoon F joukossa S määritelty Boolen algebra. Olkoot A F, B F Tällöin joukkojen A ja B leikkaukselle pätee: A B F TKK (c) Ilkka Mellin (2005) 31

Todennäköisyyden aksioomat äärellisissä otosavaruuksissa Joukko-opin operaatiot: Leikkausjoukko 2/2 Väite seuraa siitä, että DeMorganin lain mukaan c c c A B = ( A B ) Todistetaan siis, että A F, B F ( A c B c ) c F Aksiooman (ii) mukaan, c c A F B F A F, B F Aksiooman (iii) mukaan c c c c A F, B F A B F Vihdoin aksiooman (ii) mukaan c c c c c A B F ( A B ) F TKK (c) Ilkka Mellin (2005) 32

Todennäköisyyden aksioomat äärellisissä otosavaruuksissa Joukko-opin operaatiot: Erotusjoukko 1/2 Olkoon F joukossa S määritelty Boolen algebra. Olkoot A F, B F Tällöin joukkojen A ja B erotukselle pätee: A \ B F TKK (c) Ilkka Mellin (2005) 33

Todennäköisyyden aksioomat äärellisissä otosavaruuksissa Joukko-opin operaatiot: Erotusjoukko 2/2 Väite seuraa siitä, että c A \ B = A B Todistetaan siis, että c A F, B F A B F Aksiooman (ii) mukaan c B F B F Leikkausjoukkoa koskevan tuloksen mukaan c c A F, B F A B F TKK (c) Ilkka Mellin (2005) 34

Todennäköisyyden aksioomat äärellisissä otosavaruuksissa Boolen algebra: Esimerkki Olkoon S mielivaltainen joukko. Olkoon A S mielivaltainen joukon S osajoukko. Tällöin joukkoperhe F = {, A, A c, S} muodostaa Boolen algebran joukossa S, koska (i) (ii) F B c F B (iii) B F, C F B C F F c Tässä B ja C voivat olla mitkä tahansa kaksi joukoista, A, A, S. TKK (c) Ilkka Mellin (2005) 35

Todennäköisyyden aksioomat äärellisissä otosavaruuksissa Boolen algebra tapahtuma-algebrana 1/2 Olkoon F otosavaruudessa S määritelty Boolen algebra. Kutsutaan Boolen algebraan F kuuluvia otosavaruuden S osajoukkoja tapahtumiksi. Jos siis A F, niin A S ja A on tapahtuma. Kutsutaan Boolen algebraan F kuuluvien otosavaruuden S osajoukkojen alkioita alkeistapahtumiksi. Jos siis s A F jollekin A F, niin s on alkeistapahtuma. TKK (c) Ilkka Mellin (2005) 36

Todennäköisyyden aksioomat äärellisissä otosavaruuksissa Boolen algebra tapahtuma-algebrana 2/2 Olkoon F otosavaruudessa S määritelty Boolen algebra. Olkoot otosavaruuden S osajoukot A ja B tapahtumia eli A F ja B F Tällöin siis myös A c, B c, A B, A B, A\B, B\A ovat tapahtumia. Siten otosavaruuden tapahtumista voidaan johtaa uusia tapahtumia soveltamalla niihin tavanomaisia joukko-opin operaatioita. TKK (c) Ilkka Mellin (2005) 37

Todennäköisyyden aksioomat äärellisissä otosavaruuksissa Äärelliset otosavaruudet Olkoon S äärellinen otosavaruus, jossa on n alkiota. Olkoon F= { A A S} otosavaruuden S kaikkien osajoukkojen perhe, joten joukkoperheessä F on n ( F) = 2 n alkiota. Otosavaruuden S kaikkien osajoukkojen perhe F muodostaa triviaalin Boolen algebran joukossa S. TKK (c) Ilkka Mellin (2005) 38

Todennäköisyyden aksioomat äärellisissä otosavaruuksissa Todennäköisyyden aksioomat 1/2 Olkoon S äärellinen otosavaruus ja F jokin sen osajoukkojen muodostama Boolen algebra. Olkoon Pr joukkofunktio, joka liittää jokaiseen Boolen algebraan F kuuluvaan otosavaruuden S osajoukkoon A reaaliluvun Pr(A). Jos siis A F, niin Pr( A). TKK (c) Ilkka Mellin (2005) 39

Todennäköisyyden aksioomat äärellisissä otosavaruuksissa Todennäköisyyden aksioomat 2/2 Joukkofunktio Pr on todennäköisyys, jos (i) Pr( S) = 1 (ii) 0 Pr( A) 1 kaikille A F (iii) A F, B F, A B= Pr( A B) = Pr( A) + Pr( B) TKK (c) Ilkka Mellin (2005) 40

Todennäköisyyden aksioomat äärellisissä otosavaruuksissa Todennäköisyyden aksioomat: Kommentteja 1/2 Äärellisen otosavaruuden todennäköisyyden aksioomien (i)-(iii) mukaan todennäköisyys Pr on positiivinen, äärellisesti additiivinen ja normeerattu mitta. Aksioomat (i) ja (ii), normeeraus ja positiivisuus: A S 0 Pr(A) Pr(S) = 1 Aksiooma (iii), äärellinen additiivisuus: A B = Pr(A B) = Pr(A) + Pr(B) Aksiooma (iii) on toisensa poissulkevien tapahtumien yhteenlaskusääntö. TKK (c) Ilkka Mellin (2005) 41

Todennäköisyyden aksioomat äärellisissä otosavaruuksissa Todennäköisyyden aksioomat: Kommentteja 2/2 Aksioomien (i)-(iii) olennaisena sisältönä on siis se, että todennäköisyys on mitta matematiikan tarkoittamassa mielessä. Todennäköisyyslaskentaa voidaan pitää matemaattisen mittateorian osana. Aksioomien (i)-(iii) mukaan todennäköisyysmitalla on samat ominaisuudet kuin pinta-alamitalla paitsi, että todennäköisyysmitta on normeerattu niin, että sen yläraja on 1. TKK (c) Ilkka Mellin (2005) 42

Todennäköisyyden aksioomat äärellisissä otosavaruuksissa Tapahtumien todennäköisyydet äärellisessä otosavaruudessa Äärellisen otosavaruuden tapahtumista voidaan muodostaa uusia tapahtumia soveltamalla Boolen algebran aksioomia ja niistä johdettuja joukko-opin laskusääntöjä. Uusien tapahtumien todennäköisyydet saadaan soveltamalla äärellisen otosavaruuden todennäköisyyden aksioomia ja niistä johdettuja todennäköisyyslaskennan laskusääntöjä. TKK (c) Ilkka Mellin (2005) 43

Todennäköisyyden aksioomat äärellisissä otosavaruuksissa Äärelliset todennäköisyyskentät Kolmikko ( S, F,Pr) muodostaa äärellisen todennäköisyyskentän, jos seuraavat ehdot pätevät: (i) Otosavaruus S on äärellinen. (ii) Joukkoperhe F on jokin joukon S osajoukkojen muodostama Boolen algebra. (iii) Joukkofunktio Pr on Boolen algebraan F kuuluville otosavaruuden S osajoukoille määritelty äärellisen otosavaruuden todennäköisyysmitta. TKK (c) Ilkka Mellin (2005) 44

Todennäköisyyden aksioomat äärellisissä otosavaruuksissa Todennäköisyyslaskennan laskusääntöjen todistaminen Todistetaan seuraavat todennäköisyyslaskennan laskusäännöt todennäköisyyden aksioomista lähtien: (i) Mahdottoman tapahtuman todennäköisyys. (ii) Komplementtitapahtuman todennäköisyys. (iii) Osajoukon todennäköisyys. (iv) Yleinen yhteenlaskusääntö. TKK (c) Ilkka Mellin (2005) 45

Todennäköisyyden aksioomat äärellisissä otosavaruuksissa Mahdottoman tapahtuman todennäköisyys Olkoon S äärellinen otosavaruus. Olkoon mahdoton tapahtuma. Tällöin Pr( ) = 0 TKK (c) Ilkka Mellin (2005) 46

Todennäköisyyden aksioomat äärellisissä otosavaruuksissa Mahdottoman tapahtuman todennäköisyys: Perustelu Olkoon F otosavaruuden S osajoukoille määritelty Boolen algebra. Olkoon mahdoton tapahtuma. Tällöin F Joukot ja S muodostavat otosavaruuden Sosituksen: S = S S = Todennäköisyyden aksioomien (i) ja (iii) mukaan 1 = Pr( S) = Pr( S) = Pr( ) + Pr( S) = Pr( ) + 1 josta välttämättä seuraa Pr( ) = 0 TKK (c) Ilkka Mellin (2005) 47

Todennäköisyyden aksioomat äärellisissä otosavaruuksissa Komplementtitapahtuman todennäköisyys Olkoon A äärellisen otosavaruuden S tapahtuma. Tällöin tapahtuman A komplementtitapahtuman A c todennäköisyydelle pätee: c Pr( A ) = 1 Pr( A) A A c S TKK (c) Ilkka Mellin (2005) 48

Todennäköisyyden aksioomat äärellisissä otosavaruuksissa Komplementtitapahtuman todennäköisyys: Perustelu 1/2 Olkoon F otosavaruuden S osajoukoille määritelty Boolen algebra. Väite: c A F Pr( A ) = 1 Pr( A) Boolen algebran aksiooman (ii) mukaan c A F A F Joukot A ja A c muodostavat otosavaruuden Sosituksen: A A c = S A A c = A c A S TKK (c) Ilkka Mellin (2005) 49

Todennäköisyyden aksioomat äärellisissä otosavaruuksissa Komplementtitapahtuman todennäköisyys: Perustelu 2/2 Todennäköisyyden aksioomien (i) ja (iii) mukaan 1= Pr( S) c = Pr( A A ) c = Pr( A) + Pr( A ) josta väite seuraa. A A c S TKK (c) Ilkka Mellin (2005) 50

Todennäköisyyden aksioomat äärellisissä otosavaruuksissa Osajoukon todennäköisyys Olkoot A ja B äärellisen otosavaruuden S tapahtumia. Olkoon B A. Tällöin pätee: Pr(B) Pr(A) TKK (c) Ilkka Mellin (2005) 51

Todennäköisyyden aksioomat äärellisissä otosavaruuksissa Osajoukon todennäköisyys: Perustelu 1/2 Olkoon F otosavaruuden S osajoukoille määritelty Boolen algebra. Väite: A F, B F, B A Pr( B) Pr( A) Leikkaus- tai erotusjoukkoa koskevan tuloksen mukaan A F, B F c A\ B= A B F TKK (c) Ilkka Mellin (2005) 52

Todennäköisyyden aksioomat äärellisissä otosavaruuksissa Osajoukon todennäköisyys: Perustelu 2/2 Koska B A, joukot B ja A\B muodostavat joukon A osituksen: B (A\B)= A B (A\B) = Aksioomien (ii) ja (iii) mukaan Pr( A) = Pr( B) + Pr( A\ B) Pr( B) mikä oli väite. TKK (c) Ilkka Mellin (2005) 53

Todennäköisyyden aksioomat äärellisissä otosavaruuksissa Yleinen yhteenlaskusääntö Olkoot A ja B äärellisen otosavaruuden S tapahtumia. Tällöin pätee yleinen yhteenlaskusääntö: Pr(A B) = Pr(A) + Pr(B) Pr(A B) TKK (c) Ilkka Mellin (2005) 54

Todennäköisyyden aksioomat äärellisissä otosavaruuksissa Yleinen yhteenlaskusääntö: Perustelu 1/3 Olkoon F otosavaruuden S osajoukoille määritelty Boolen algebra. Väite: A F, B F Pr( A B) = Pr( A) + Pr( B) Pr( A B) Boolen algebran aksiooman (iii) sekä leikkaus- ja erotusjoukkoja koskevien tuloksien mukaan A F, B F A B F, A B F A\ B F, B\ A F TKK (c) Ilkka Mellin (2005) 55

Todennäköisyyden aksioomat äärellisissä otosavaruuksissa Yleinen yhteenlaskusääntö: Perustelu 2/3 Joukot A ja B\A muodostavat joukon A B osituksen: (1) A B = A (B\A) A (B\A) = Joukot A B ja B\A muodostavat joukon B osituksen: (2) B = (A B) (B\A ) (A B) (B\A) = TKK (c) Ilkka Mellin (2005) 56

Todennäköisyyden aksioomat äärellisissä otosavaruuksissa Yleinen yhteenlaskusääntö: Perustelu 3/3 Osituksesta (1) ja aksioomasta (iii) seuraa: (3) Pr(A B) = Pr(A) + Pr(B\A) Osituksesta (2) ja aksioomasta (iii) seuraa: (4) Pr(B) = Pr(A B) + Pr(B\A) Ratkaisemalla Pr(B\A) yhtälöstä (4) ja sijoittamalla ratkaisu yhtälöön (3) saadaan väite: Pr(A B) = Pr(A) + Pr(B) Pr(A B) TKK (c) Ilkka Mellin (2005) 57

Todennäköisyyden aksioomat Todennäköisyyden määritteleminen Todennäköisyyden aksioomat äärellisissä otosavaruuksissa >> Suhteellinen frekvenssi, klassinen todennäköisyys ja ehdollinen todennäköisyys Todennäköisyyden aksioomat äärettömissä otosavaruuksissa TKK (c) Ilkka Mellin (2005) 58

Suhteellinen frekvenssi, klassinen todennäköisyys ja ehdollinen todennäköisyys Avainsanat Alkeistapahtuma Ehdollinen todennäköisyys Empiirinen todennäköisyys Frekvenssi Klassinen todennäköisyys Koetoisto Suhteellinen frekvenssi Suotuisa tulosvaihtoehto Symmetriset alkeistapahtumat Tapahtuma Todennäköisyyden aksioomat Todennäköisyyden frekvenssitulkinta Tulosvaihtoehto TKK (c) Ilkka Mellin (2005) 59

Suhteellinen frekvenssi ja klassinen todennäköisyys Suhteellinen frekvenssi ja klassinen todennäköisyys todennäköisyyksinä Osoitamme, että suhteellinen frekvenssi ja klassinen todennäköisyys toteuttavat sopivasti määriteltyinä äärellisen otosavaruuden todennäköisyyden aksioomat. Siten suhteellista frekvenssiä ja klassista todennäköisyyttä voidaan pitää todennäköisyyden tulkintoina. TKK (c) Ilkka Mellin (2005) 60

Suhteellinen frekvenssi Suhteellinen frekvenssi: Määritelmä Olkoon S johonkin satunnaiskokeeseen liittyvä äärellinen otosavaruus. Olkoon A S tapahtuma otosavaruudessa S. Toistetaan satunnaiskoetta n kertaa. Olkoon f A tapahtuman A frekvenssi koetoistojen joukossa. Tällöin f A n on tapahtuman A suhteellinen frekvenssi. TKK (c) Ilkka Mellin (2005) 61

Suhteellinen frekvenssi Suhteellinen frekvenssi on todennäköisyys Käytetään tapahtuman A suhteelliselle frekvenssille f A /n merkintää: f A Pr f ( A) = n Suhteellinen frekvenssi Pr f (A) toteuttaa todennäköisyyden aksioomat (i)-(iii), joten suhteellinen frekvenssi on todennäköisyys. TKK (c) Ilkka Mellin (2005) 62

Suhteellinen frekvenssi Suhteellinen frekvenssi on todennäköisyys: Perustelu 1/2 Todistetaan, että suhteellinen frekvenssi Pr f ( ) toteuttaa todennäköisyyden aksioomat. Toistetaan satunnaiskoetta n kertaa. Aksiooma (i): Koska otosavaruus S on varma tapahtuma eli S sattuu jokaisessa koetoistossa, niin f S = n Siten Pr f (S) = f S /n = n/n = 1 Aksiooma (ii): Kaikille tapahtumille A S pätee 0 f A n. Siten 0 Pr f (A) = f A /n 1 TKK (c) Ilkka Mellin (2005) 63

Suhteellinen frekvenssi Suhteellinen frekvenssi on todennäköisyys: Perustelu 2/2 Aksiooma (iii): Jos tapahtumat A ja B ovat toisensa poissulkevia eli, jos A B =, niin f A B = f A + f B Tällöin fa B fa + fb Pr f ( A B) = = n n fa fb = + n n = Pr ( A) + Pr ( B) f f TKK (c) Ilkka Mellin (2005) 64

Suhteellinen frekvenssi Empiirinen todennäköisyys Jos tapahtuman A suhteellinen frekvenssi f A Pr f ( A) = n lähestyy toistokokeiden lukumäärän n rajatta kasvaessa jotakin kiinteätä lukua p, sanotaan lukua p tapahtuman A empiiriseksi todennäköisyydeksi. Jos siis p on tapahtuman A empiirinen todennäköisyys, niin f A Pr f ( A) = p, kun n + n TKK (c) Ilkka Mellin (2005) 65

Suhteellinen frekvenssi Todennäköisyyden frekvenssitulkinta Oletetaan, että tapahtuman A todennäköisyys on p. Toistetaan sitä satunnaiskoetta, johon tapahtuma A liittyy, n kertaa. Todennäköisyyden frekvenssitulkinnan mukaan tapahtuman A suhteellinen frekvenssi f A Pr f ( A) = n vaihtelee satunnaisesti koetoistosta toiseen, mutta saa keskimäärin tapahtuman todennäköisyyttä p lähellä olevia arvoja. TKK (c) Ilkka Mellin (2005) 66

Klassinen todennäköisyys Klassinen todennäköisyys: Määritelmä 1/2 Olkoon S = {s 1, s 2,, s n } johonkin satunnaiskokeeseen liittyvä äärellinen otosavaruus, jossa on n = n(s) alkeistapahtumaa. Oletetaan, että otosavaruuden S alkeistapahtumat ovat symmetrisiä eli yhtä todennäköisiä. Tällöin 1 Pr( si ) =, i= 1,2,, n n Olkoon A = { s } i, s tapahtuma, jossa on 1 i,, s 2 i k S k = n(a) alkeistapahtumaa, joita sanotaan tapahtumalle A suotuisiksi. TKK (c) Ilkka Mellin (2005) 67

Klassinen todennäköisyys Klassinen todennäköisyys: Määritelmä 2/2 Määritellään tapahtuman A klassinen todennäköisyys Pr c (A) kaavalla k Pr c ( A) = n jossa siis k = n(a) n = n(s) Klassinen todennäköisyys Pr c (A) toteuttaa todennäköisyyden aksioomat (i)-(iii), joten klassinen todennäköisyys on todennäköisyys. TKK (c) Ilkka Mellin (2005) 68

Klassinen todennäköisyys Klassisen todennäköisyyden määritelmä: Perustelu Olkoon A = { si, s } { } 1 i,, s 2 i S = s1, s2,, s k n Tällöin A = { si} { s } { } 1 i s 2 ik ja lisäksi alkeistapahtumat si j, j = 1,2,, k ovat pareittain toisensa poissulkevia. Koska alkeistapahtumat s 1, s 2,, s n on oletettu symmetrisiksi, todennäköisyyden aksioomasta (iii) seuraa: 1 1 k Pr( A) = Pr( si ) + Pr( s ) Pr( ) Pr ( ) 1 i + + s 2 i = + + = = k c A " n "! n n k kpl TKK (c) Ilkka Mellin (2005) 69

Klassinen todennäköisyys Klassinen todennäköisyys on todennäköisyys: Perustelu 1/2 Todistetaan, että klassinen todennäköisyys Pr c ( ) toteuttaa todennäköisyyden aksioomat. Aksiooma (i): Koska n(s) = n, niin Pr c (S) = n/n = 1 Aksiooma (ii): Kaikille tapahtumille A S pätee 0 n(a) = k n = n(s) Siten 0 Pr c (A) = k/n 1 TKK (c) Ilkka Mellin (2005) 70

Klassinen todennäköisyys Klassinen todennäköisyys on todennäköisyys: Perustelu 2/2 Aksiooma (iii): Jos tapahtumat A ja B ovat toisensa poissulkevia eli, jos A B =, niin k A B = k A + k B Tällöin ka B ka+ kb Pr c ( A B) = = n n ka kb = + n n = Pr ( A) + Pr ( B) c c TKK (c) Ilkka Mellin (2005) 71

Ehdollinen todennäköisyys Ehdollinen todennäköisyys todennäköisyytenä Seuraavassa osoitetaan, että ehdollinen todennäköisyys toteuttaa äärellisen otosavaruuden todennäköisyyden aksioomat. Siten ehdollista todennäköisyyttä voidaan pitää todennäköisyyden käsitteen laajennuksena. TKK (c) Ilkka Mellin (2005) 72

Ehdollinen todennäköisyys Ehdollinen todennäköisyys: Määritelmä Olkoon S johonkin satunnaiskokeeseen liittyvä äärellinen otosavaruus. Olkoot A S ja C S tapahtumia ja Pr(C) 0. Määritellään tapahtuman A ehdollinen todennäköisyys Pr(A C) kaavalla Pr( A C) Pr( AC) = Pr( C) Ehdollinen todennäköisyys Pr(A C) toteuttaa todennäköisyyden aksioomat (i)-(iii), joten ehdollinen todennäköisyys on todennäköisyys. TKK (c) Ilkka Mellin (2005) 73

Ehdollinen todennäköisyys Ehdollinen todennäköisyys on todennäköisyys: Perustelu 1/3 Todistetaan, että ehdollinen todennäköisyys Pr( ) toteuttaa todennäköisyyden aksioomat. Aksiooma (i): Kaikille tapahtumille C S pätee S C = C. Siten Pr( S C) Pr( C) Pr( SC) = = = 1 Pr( C) Pr( C) Aksiooma (ii): Kaikille tapahtumille A S ja C S pätee A C C, joten 0 Pr(A C) Pr(C). Siten Pr( A C) Pr( C) 0 Pr( AC) = = 1 Pr( C) Pr( C) TKK (c) Ilkka Mellin (2005) 74

Ehdollinen todennäköisyys Ehdollinen todennäköisyys on todennäköisyys: Perustelu 2/3 Aksiooma (iii): Kaikille joukoille A, B ja C pätee distribuutiolaki (A B) C = (A C) (B C) Jos tapahtumat A ja B ovat toisensa poissulkevia eli, jos A B =, niin kaikille C S pätee (A C) (B C) = TKK (c) Ilkka Mellin (2005) 75

Ehdollinen todennäköisyys Ehdollinen todennäköisyys on todennäköisyys: Perustelu 3/3 Tällöin Pr ( A B C) ( A B C) Pr ( ) = Pr( C) Pr ( ) ( ) = Pr( C) Pr( A C) Pr( B C) = + Pr( C) Pr( C) = Pr + ( A C B C ) ( AC) Pr( BC) TKK (c) Ilkka Mellin (2005) 76

Todennäköisyyden aksioomat Todennäköisyyden määritteleminen Todennäköisyyden aksioomat äärellisissä otosavaruuksissa Suhteellinen frekvenssi, klassinen todennäköisyys ja ehdollinen todennäköisyys >> Todennäköisyyden aksioomat äärettömissä otosavaruuksissa TKK (c) Ilkka Mellin (2005) 77

Todennäköisyyden aksioomat äärettömissä otosavaruuksissa Avainsanat Alkeistapahtuma Boolen algebra Epämitallisuus Jatkuvuusaksiooma Joukkoperhe Kolmogorovin aksioomat Komplementtitapahtuma Leikkaus Mitallisuus Mitta Otosavaruus σ-algebra Tapahtuma Tapahtuma-algebra Todennäköisyyskenttä Täydellinen additiivisuus Yhdiste Ääretön otosavaruus TKK (c) Ilkka Mellin (2005) 78

Todennäköisyyden aksioomat äärettömissä otosavaruuksissa Äärettömät otosavaruudet Äärellisille otosavaruuksille esitetyt aksioomat eivät sellaisenaan kelpaa äärettömille otosavaruuksille: Tämä johtuu seuraavista seikoista: (i) Äärettömän otosavaruuden tapauksessa kaikki otosavaruuden osajoukot eivät välttämättä kelpaa tapahtumiksi. (ii) Äärellisen otosavaruuden aksiooma (iii) on äärettömän otosavaruuden tapauksessa korvattava aksioomalla, joka sallii äärettömän monen pareittain toisensa poissulkevan tapahtuman tarkastelun. TKK (c) Ilkka Mellin (2005) 79

Todennäköisyyden aksioomat äärettömissä otosavaruuksissa σ-algebra: Määritelmä 1/2 Olkoon S joukko. Olkoon F jokin joukon S osajoukkojen muodostama joukkoperhe. Jos siis joukko A on joukkoperheen F alkio, niin A on joukon S osajoukko: A F A S TKK (c) Ilkka Mellin (2005) 80

Todennäköisyyden aksioomat äärettömissä otosavaruuksissa σ-algebra: Määritelmä 2/2 Joukkoperhe F on σ-algebra, jos (i) Tyhjä joukko on joukkoperheen F alkio: F (ii) Jos joukko A on joukkoperheen F alkio, niin sen komplementti A c on joukkoperheen F alkio: c A F A F (iii) Jos joukot A 1, A 2, A 3, ovat joukkoperheen F alkioita, niin niiden yhdiste A i on joukkoperheen alkio: A1, A2, A3, F 7 Ai F i= 1 F TKK (c) Ilkka Mellin (2005) 81

Todennäköisyyden aksioomat äärettömissä otosavaruuksissa σ-algebrat ja joukko-opin operaatiot 1/2 Olkoon F joukossa S määritelty σ-algebra. Olkoot Ai F, i= 1,2,3, Suoraan σ-algebran aksioomien mukaan joukkojen A i komplementit ja niiden yhdiste A i ovat joukkoperheen F alkioita: c Ai F, i= 1,2,3, ja 7 Ai F Lisäksi voidaan osoittaa, että joukkojen A i leikkaus A i on joukkoperheen F alkio: 1 Ai F i= 1 TKK (c) Ilkka Mellin (2005) 82 i= 1

Todennäköisyyden aksioomat äärettömissä otosavaruuksissa σ-algebrat ja joukko-opin operaatiot 2/2 σ-algebrat ovat siis suljettuja numeroituvan monen tavanomaisen joukko-opin operaation suhteen. Tällä tarkoitetaan siitä, että numeroituva määrä tavanomaisia joukko-opin operaatioita ei vie σ-algebran ulkopuolelle: Jos σ-algebran F joukkoihin sovelletaan korkeintaan numeroituva määrä tavanomaisia joukko-opin operaatioita komplementti, yhdiste, leikkaus ja erotus, niin tuloksena saatavat joukot kuuluvat edelleen σ-algebraan F. TKK (c) Ilkka Mellin (2005) 83

Todennäköisyyden aksioomat äärettömissä otosavaruuksissa σ-algebrat ja Boolen algebrat Jos joukon S osajoukkojen perhe F toteuttaa σ-algebran aksioomat, niin se toteuttaa myös Boolen algebran aksioomat. Jokainen Boolen algebran aksioomista johdettu joukkoopin sääntö pätee myös σ-algebroille. TKK (c) Ilkka Mellin (2005) 84

Todennäköisyyden aksioomat äärettömissä otosavaruuksissa Kolmogorovin aksioomat todennäköisyydelle 1/2 Olkoon S otosavaruus ja F jokin joukon S osajoukkojen perhe, joka muodostaa σ-algebran. Olkoon Pr joukkofunktio, joka liittää jokaiseen σ-algebraan F kuuluvaan otosavaruuden S osajoukkoon A reaaliluvun Pr(A). Jos siis A F, niin Pr( A). TKK (c) Ilkka Mellin (2005) 85

Todennäköisyyden aksioomat äärettömissä otosavaruuksissa Kolmogorovin aksioomat todennäköisyydelle 2/2 Joukkofunktio Pr on todennäköisyys, jos (i) Pr( S) = 1 (ii) 0 Pr( A) 1kaikille A F (iii) A, A, A, F ja A A =, i j 1 2 3 Pr( 7 Ai) = Pr( Ai) i= 1 i j i= 1 TKK (c) Ilkka Mellin (2005) 86

Todennäköisyyden aksioomat äärettömissä otosavaruuksissa Kolmogorovin aksioomat: Kommentteja 1/2 Kolmogorovin aksioomien (i)-(iii) mukaan todennäköisyys Pr on positiivinen, täydellisesti additiivinen ja normeerattu mitta. Aksioomat (i) ja (ii), normeeraus ja positiivisuus: A F 0 Pr(A) Pr(S) = 1 Aksiooma (iii), täydellinen additiivisuus: Jos A i F, i = 1, 2, 3, ja A i A j =, i j, niin Pr( A i ) = Pr(A i ) Aksiooma (iii) on pareittain toisensa poissulkevien tapahtumien yhteenlaskusääntö. TKK (c) Ilkka Mellin (2005) 87

Todennäköisyyden aksioomat äärettömissä otosavaruuksissa Kolmogorovin aksioomat: Kommentteja 2/2 Aksioomien (i)-(iii) olennaisena sisältönä on siis se, että todennäköisyys on mitta matematiikan tarkoittamassa mielessä. Todennäköisyyslaskentaa voidaan pitää matemaattisen mittateorian osana. Aksioomien (i)-(iii) mukaan todennäköisyysmitalla on samat ominaisuudet kuin pinta-alamitalla paitsi, että todennäköisyysmitta on normeerattu niin, että sen yläraja on 1. TKK (c) Ilkka Mellin (2005) 88

Todennäköisyyden aksioomat äärettömissä otosavaruuksissa Kolmogorovin aksioomat ja äärellisen otosavaruuden aksioomat Jos joukkofunktio Pr toteuttaa todennäköisyyden aksioomat äärettömille otosavaruuksille, niin se toteuttaa todennäköisyyden aksioomat myös äärellisille otosavaruuksille. Jokainen äärellisen otosavaruuden todennäköisyyden aksioomista johdettu todennäköisyyden laskusääntö pätee myös äärettömille otosavaruuksille. TKK (c) Ilkka Mellin (2005) 89

Todennäköisyyden aksioomat äärettömissä otosavaruuksissa Mitallisuus 1/2 Jos S on äärellinen otosavaruus, kaikille otosavaruuden S osajoukoille A S voidaan määritellä todennäköisyys. Siten äärellisen otosavaruuden S tapauksessa kaikki otosavaruuden osajoukot A S kelpaavat tapahtumiksi. Jos S on ääretön otosavaruus, kaikille otosavaruuden S osajoukoille A S ei voida välttämättä määritellä todennäköisyyttä. Siten äärettömän otosavaruuden S tapauksessa kaikki otosavaruuden osajoukot A S eivät välttämättä kelpaa tapahtumiksi. TKK (c) Ilkka Mellin (2005) 90

Todennäköisyyden aksioomat äärettömissä otosavaruuksissa Mitallisuus 2/2 Sellaisia otosavaruuden S osajoukkoja A S, joille voidaan määritellä todennäköisyys sanotaan mitallisiksi. Sellaisia otosavaruuden S osajoukkoja A S, joille ei voida määritellä todennäköisyyttä sanotaan epämitallisiksi. Voidaan osoittaa, että otosavaruuden S mitallisten osajoukkojen perhe muodostaa σ-algebran. TKK (c) Ilkka Mellin (2005) 91

Todennäköisyyden aksioomat äärettömissä otosavaruuksissa Mitallisuus ja reaalilukujen joukko 1/2 Jos otosavaruutena S on reaalilukujen joukko, mm. kaikki reaaliakselin välit sekä avoimet ja suljetut joukot ovat mitallisia ja kelpaavat tapahtumiksi. Voidaan osoittaa, että reaalilukujen joukolla on todennäköisyysmitan suhteen epämitallisia osajoukkoja, jotka eivät kelpaa tapahtumiksi. TKK (c) Ilkka Mellin (2005) 92

Todennäköisyyden aksioomat äärettömissä otosavaruuksissa Mitallisuus ja reaalilukujen joukko 2/2 Kaikki reaalilukujen joukon todennäköisyysmitan suhteen mitalliset osajoukot saadaan tyyppiä (,b] = { x < x b} olevista puoliavoimista väleistä soveltamalla niihin korkeintaan numeroituva määrä komplementti-, yhdisteja leikkausoperaatiota. Muotoa (, b] olevat reaaliakselin välit virittävät reaalilukujen joukon mitallisten osajoukkojen muodostaman σ-algebran. Tähän tulokseen perustuu kertymäfunktion keskeinen asema matemaattisessa tilastotieteessä; ks. lukua Kertymäfunktio. TKK (c) Ilkka Mellin (2005) 93

Todennäköisyyden aksioomat äärettömissä otosavaruuksissa Tapahtumien todennäköisyydet äärettömässä otosavaruudessa Otosavaruuden mitallisista osajoukoista eli tapahtumista voidaan muodostaa uusia mitallisia osajoukkoja eli tapahtumia soveltamalla σ-algebran aksioomia ja niistä johdettuja joukko-opin sääntöjä. Uusien tapahtumien todennäköisyydet saadaan soveltamalla Kolmogorovin aksioomia ja niistä johdettuja todennäköisyyslaskennan laskusääntöjä. TKK (c) Ilkka Mellin (2005) 94

Todennäköisyyden aksioomat äärettömissä otosavaruuksissa Todennäköisyyskentät Kolmikko ( S, F,Pr) muodostaa todennäköisyyskentän, jos seuraavat ehdot pätevät: (i) S on joukko. (ii) Joukkoperhe F muodostaa σ-algebran joukossa S. (iii) Joukkofunktio Pr on σ-algebraan F kuuluville joukon S osajoukoille määritelty todennäköisyysmitta, joka toteuttaa Kolmogorovin aksioomat. TKK (c) Ilkka Mellin (2005) 95

Todennäköisyyden aksioomat äärettömissä otosavaruuksissa Lause 1 Olkoon ( S, F,Pr) todennäköisyyskenttä ja A1, A2, A3, F. Tällöin pätee: (i) Jos A A A, niin 1 2 3 Pr 7 Ai = lim Pr( An) n + i= 1 (ii) Jos A A A, niin 1 2 3 Pr 1 Ai = i= 1 lim Pr n + ( A ) n TKK (c) Ilkka Mellin (2005) 96

Todennäköisyyden aksioomat äärettömissä otosavaruuksissa Lause 1: Todistus kohdalle (i) 1/4 Määritellään B B = A = = A 0 0 1 1 B = A \ A B = A \ A 2 2 1 3 3 2 ja yleisesti B = A \ A = A A, i= 1,2,3, c i i i 1 i i 1 Joukot B i, i = 0, 1, 2, 3, ovat pareittain toisensa poissulkevia, koska oletuksen mukaan A i 1 A i, i = 1, 2, 3,... B i A i 1 A i TKK (c) Ilkka Mellin (2005) 97

Todennäköisyyden aksioomat äärettömissä otosavaruuksissa Lause 1: Todistus kohdalle (i) 2/4 Oletuksesta A i 1 A i, i = 1, 2, 3, seuraa: Pr( Bi) = Pr( Ai \ Ai 1) = Pr( Ai) Pr( Ai 1) i = 1, 2,3, Lisäksi on selvää, että 7 A = 7 Siten Pr i= 1 i i= 1 B ( ) ( 7 A Pr ) i 1 i = B = 7i= 1 i i B i A i 1 A i TKK (c) Ilkka Mellin (2005) 98

Todennäköisyyden aksioomat äärettömissä otosavaruuksissa Lause 1: Todistus kohdalle (i) 3/4 Koska joukot B i, i = 0, 1, 2, 3, ovat pareittain toisensa poissulkevia, Kolmogorovin aksioomasta (iii) seuraa: ( ) n 7 B ( ) ( ) i 1 i = Bi = Bi Pr Pr lim Pr = n + i= 1 i= 1 Sijoittamalla tähän Pr( B ) = Pr( A) Pr( A ), i= 1,2,3, saadaan n i= 1 ( B ) = ( A ) + ( A ) ( A ) lim Pr i lim Pr Pr Pr n + = i i i 1 n + lim Pr n + ( A ) n 1 2 1 ( A ) Pr( A ) + Pr + Pr Pr 3 2 ( An 1) Pr( An 2) ( A ) Pr( A ) + n n 1 TKK (c) Ilkka Mellin (2005) 99

Todennäköisyyden aksioomat äärettömissä otosavaruuksissa Lause 1: Todistus kohdalle (i) 4/4 Yhdistämällä edellä johdetut tulokset saadaan lopulta: ( ) ( 7 A ) ( ) 1 i = 7 B 1 i = An Pr Pr lim Pr i= i= n + TKK (c) Ilkka Mellin (2005) 100

Todennäköisyyden aksioomat äärettömissä otosavaruuksissa Lause 1: Todistus kohdalle (ii) 1/3 Määritellään C0 = S c C1 = A1 c C2 = A2 c C3 = A3 ja yleisesti c C = A, i= 1,2,3, i i Oletuksesta A i 1 A i, i = 1, 2, 3, seuraa: c c C 1 = A 1 A = C, i = 1,2,3, i i i i TKK (c) Ilkka Mellin (2005) 101

Todennäköisyyden aksioomat äärettömissä otosavaruuksissa Lause 1: Todistus kohdalle (ii) 2/3 Sovelletaan joukkoihin C i, i = 1, 2, 3, Lauseen 1 kohtaa (i): Pr ( 7 C ) lim Pr( ) i 1 i = Cn = n + c Koska Ci = Ai, i = 1,2,3,, niin Pr( C ) Pr( c i = Ai ) = 1 Pr( Ai), i= 1,2,3, DeMorganin lain mukaan ( ) c ( ) c c 7 7 1 C = A = A i= 1 i i= 1 i i= 1 i Komplementtitapahtuman todennäköisyyden kaavan mukaan ( ) c Pr 1 Pr( ) 7 C i 1 i C = = 7i= 1 i TKK (c) Ilkka Mellin (2005) 102

Todennäköisyyden aksioomat äärettömissä otosavaruuksissa Lause 1: Todistus kohdalle (ii) 3/3 Yhdistämällä edellä johdetut tulokset saadaan lopulta: Pr ( ) ( 1 A Pr ) i 1 i = C = 7i= 1 i = 1 Pr = 1 lim Pr n + ( 7 C ) i= 1 i ( Cn ) ( An ) ( A ) = 1 lim 1 Pr = n + lim Pr n + n c TKK (c) Ilkka Mellin (2005) 103

Todennäköisyyden aksioomat äärettömissä otosavaruuksissa Lause 2 Olkoon ( S, F,Pr) todennäköisyyskenttä ja A1, A2, A3, F. Jos A A A, niin 1 2 3 ( A ) lim Pr = 0 n + n TKK (c) Ilkka Mellin (2005) 104

Todennäköisyyden aksioomat äärettömissä otosavaruuksissa Lause 2: Todistus Jos A A A, niin Siten 1 2 3 1 A i= 1 i = Lauseen 1 kohdan (ii) mukaan Pr ( 1 A ) ( ) i= 1 i Pr = Pr = 0 ( 1 A ) lim Pr( ) i 1 i = An = n + Yhdistämällä nämä tulokset saadaan: ( A ) lim Pr = 0 n + n TKK (c) Ilkka Mellin (2005) 105

Todennäköisyyden aksioomat äärettömissä otosavaruuksissa Lause 2 ja Kolmogorovin aksioomat Voidaan osoittaa, että Kolmogorovin aksiooma (iii) A, A, A, F ja A A =, i j 1 2 3 on yhtäpitävä aksioomien Pr( 7A) = Pr( A) kanssa. Aksioomaa (iv) kutsutaan usein todennäköisyyden jatkuvuusaksioomaksi. i j ( ) ( ) ( ) ( ) (iii) A A = Pr A A = Pr A + Pr A 1 2 1 2 1 2 (iv) A A A lim Pr A = 0 1 2 3 n + i n i TKK (c) Ilkka Mellin (2005) 106