3. laskuharjoituskierros, vko 6, ratkaisut

Samankaltaiset tiedostot
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

Sovellettu todennäköisyyslaskenta B

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

5. laskuharjoituskierros, vko 8, ratkaisut

Mat Sovellettu todennäköisyyslasku A

4.1. Olkoon X mielivaltainen positiivinen satunnaismuuttuja, jonka odotusarvo on

Sovellettu todennäköisyyslaskenta B

4. laskuharjoituskierros, vko 7, ratkaisut

Todennäköisyyslaskun kertaus. Vilkkumaa / Kuusinen 1

D ( ) E( ) E( ) 2.917

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

Todennäköisyyslaskun kertaus. Heliövaara 1

MAT Todennäköisyyslaskenta Tentti / Kimmo Vattulainen

MAT Todennäköisyyslaskenta Tentti / Kimmo Vattulainen

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

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

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

Sovellettu todennäköisyyslaskenta B

ABHELSINKI UNIVERSITY OF TECHNOLOGY

Lisää Diskreettejä jakaumia Lisää Jatkuvia jakaumia Normaalijakaumasta johdettuja jakaumia

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

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

Mat Sovellettu todennäköisyyslaskenta B

Ilkka Mellin (2008) 1/5

Harjoitus 2: Matlab - Statistical Toolbox

Normaalijakaumasta johdettuja jakaumia

Käytetään satunnaismuuttujaa samoin kuin tilastotieteen puolella:

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

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

x 4 e 2x dx Γ(r) = x r 1 e x dx (1)

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

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

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

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

Mat Sovellettu todennäköisyyslasku 5. harjoitukset/ratkaisut. Jatkuvat jakaumat

Satunnaismuuttujat ja todennäköisyysjakaumat Kertymäfunktio

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

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

MAT Todennäköisyyslaskenta Tentti / Kimmo Vattulainen

b) Jos Ville kaataisikin karkit samaan pussiin ja valitsisi sieltä sattumanvaraisen karkin, niin millä todennäköisyydellä hän saisi merkkarin?

Tutkimustiedonhallinnan peruskurssi

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

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

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

MS-A0503 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

Johdatus todennäköisyyslaskentaan Jakaumien tunnusluvut. TKK (c) Ilkka Mellin (2005) 1

Moniulotteisia todennäköisyysjakaumia

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

Mat Sovellettu todennäköisyyslasku A

0 kun x < 0, 1/3 kun 0 x < 1/4, 7/11 kun 1/4 x < 6/7, 1 kun x 1, 1 kun x 6/7,

Mat Sovellettu todennäköisyyslasku A. Moniulotteiset jakaumat. Avainsanat:

Sovellettu todennäköisyyslaskenta B

V ar(m n ) = V ar(x i ).

Miten voidaan arvioida virheellisten komponenttien osuutta tuotannossa? Miten voidaan arvioida valmistajan kynttilöiden keskimääräistä palamisaikaa?

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

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

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

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

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

Osa 2: Otokset, otosjakaumat ja estimointi

Ilkka Mellin Todennäköisyyslaskenta Osa 3: Todennäköisyysjakaumia Moniulotteisia todennäköisyysjakaumia

Valintahetket ja pysäytetyt martingaalit

TODENNÄKÖISYYSLASKUN KERTAUS Peruskäsitteitä

Todennäköisyyslaskennan ja tilastotieteen peruskurssi Esimerkkikokoelma 3

Tilastollinen testaus. Vilkkumaa / Kuusinen 1

,ܾ jaü on annettu niin voidaan hakea funktion

Moniulotteiset satunnaismuuttujat ja todennäköisyysjakaumat. Moniulotteiset satunnaismuuttujat ja todennäköisyysjakaumat

Sovellettu todennäköisyyslaskenta B

Sovellettu todennäköisyyslaskenta B

Moniulotteiset satunnaismuuttujat ja jakaumat

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

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

MS-A0502 Todennäköisyyslaskennan ja tilastotieteen peruskurssi Luennot, osa I

MS-A0502 Todennäköisyyslaskennan ja tilastotieteen peruskurssi Luennot, osa I

Mat Sovellettu todennäköisyyslasku A

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

Ilkka Mellin Todennäköisyyslaskenta Osa 3: Todennäköisyysjakaumia Jatkuvia jakaumia

Diskreetin satunnaismuuttujan odotusarvo, keskihajonta ja varianssi

2. laskuharjoituskierros, vko 5, ratkaisut

MS-A0502 Todennäköisyyslaskennan ja tilastotieteen peruskurssi Luennot, osa I

Mat Sovellettu todennäköisyyslasku A

Mat Sovellettu todennäköisyyslasku A

Sovellettu todennäköisyyslaskenta B

MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

4 Todennäköisyysjakauma

Todennäköisyyslaskenta - tehtävät

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

30A02000 Tilastotieteen perusteet

Tilastotieteen kertaus. Vilkkumaa / Kuusinen 1

Varma tapahtuma, Yhdiste, Yhdistetty tapahtuma, Yhteenlaskusääntö

Jatkuvat satunnaismuuttujat

χ = Mat Sovellettu todennäköisyyslasku 11. harjoitukset/ratkaisut

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

Otosavaruus ja todennäköisyys Otosavaruus Ë on joukko, jonka alkiot ovat kokeen tulokset Tapahtuma on otosavaruuden osajoukko

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

Satunnaismuuttujien muunnokset ja niiden jakaumat

Teema 7: Todennäköisyyksien laskentaa

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

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

Transkriptio:

Mat-.9 Sovellettu todennäköisyyslasku, kevät - eliövaara, Palo, Mellin. laskuharjoituskierros, vko 6, ratkaisut D. Uurnassa A on 4 valkoista ja 6 mustaa kuulaa ja uurnassa B on 6 valkoista ja 4 mustaa kuulaa. Nostetaan kummastakin uurnasta sastunnaisesti yksi kuula sekä asetetaan uurnasta A poimittu kuula uurnaan B ja uurnasta B poimittu kuula uurnaan A. Nostetaan tämän jälkeen uurnasta B satunnaisesti kuula. Mikä on todennäköisyys, että nostettu kuula on valkoinen? Käytä ratkaisussa puuverkkoa. ulosvaihtoehdoista voidaan rakentaa seuraava puuverkko: 7 Puun rakenne perustuu kolmivaiheiseen nostamiseen:. Nostetaan kuula uurnasta.. Nostetaan kuula uurnasta.. Nostetaan kuula uurnasta vaihdon jälkeen. odennäköisyys nostaa valkoinen kuula on siis: + 7 + + = 8 D. eitetään harhatonta rahaa kertaa, jossa siis P r(kruuna) = P r(klaava) = /. Olkoon satunnaismuuttuja X =kruunien määrä kolmessa heitossa. a) Määrää todennäköisyydet tapahtumille X =,,, puuverkkoa käyttäen ja määrittele niiden avulla satunnaismuuttujan X pistetodennäköisyysfunktio. ahmottele funktion kuvaaja. b) Määrää satunnaismuuttujan X kertymäfunktio. ahmottele kuvaaja. c) Mikä on tapahtuman X =. todennäköisyys? d) Määrää tapahtuman X > todennäköisyys sekä pistetodennäköisyys- että kertymäfunktion avulla.

Mat-.9 Sovellettu todennäköisyyslasku, kevät - eliövaara, Palo, Mellin a) Merkitään =Kruuna (engl. head) ja =Klaava (engl. tail). Rakennetaan tulosvaihtoehdoista puuverkko: Jokaisen reitin todennäköisyys on ( ) = 8 Reittejä, joissa on, on. Siten Pr() = 8. Reittejä, joissa on, on. Siten Pr( tai tai ) = 8. Vastaavasti Pr( tai tai ) = 8 ja Pr() = 8. Satunnaismuuttujan X pistetodennäköisyysfunktio f on siis: b) Satunnaismuuttujan X kertymäfunktio F : x f(x) = Pr(X = x) /8 /8 /8 /8 x F(x) = Pr(X x) x < x < /8 x < 4/8 x < 7/8 x c) Pr(X =.) =, koska. / S

Mat-.9 Sovellettu todennäköisyyslasku, kevät - eliövaara, Palo, Mellin d) Pistetodennäköisyysfunktiosta: Pr(X > ) = Pr(X = ) + Pr(X = ) Kertymäfunktiosta: = 8 + 8 = Pr(X > ) = Pr(X ) = F() = 4 8 = D. Satunnaismuuttujan X tiheysfunktio on muotoa { x + b, kun x f(x) =, muulloin a) Määrää vakion b arvo. b) Määrää tapahtuman X =. todennäköisyys. c) Määrää tapahtuman X. todennäköisyys. d) Määrää satunnaismuuttujan X kertymäfunktio. a) Koska tehtävän tiheysfunktiolle f(x) pätee: saadaan b = f(x)dx = (x + b)dx = / ( x + bx) = + b b) Koska jatkuvassa jakaumassa jokaisen yksittäisen pisteen tn. on nolla: Pr(X =.) = c) Välin [,.] todennäköisyys saadaan integroimalla: Pr( X.) =. (x + )dx = 8

Mat-.9 Sovellettu todennäköisyyslasku, kevät - eliövaara, Palo, Mellin d) Satunnaismuuttujan X kertymäfunktio välillä [, ]: F(x) = x f(t)dt = x (t + )dt = (x + x) ja kaikkiaan:, x F(x) = (x + x), x x P4. iedonsiirtojärjestelmä siirtää binäärilukuja ja, mutta numero vastaanotetaan virheellisesti numerona todennäköisyydellä /. Luotettavuuden parantamiseksi numero koodataan lähetettäessä jonoksi ja numero jonoksi. Vastaanotettaessa suoritetaan koodinpurku, jossa jonot,, ja tulkitaan numeroksi. Mikä on todennäköisyys, että lähetetty numero vastaanotetaan numerona? Ohje: Käytä ratkaisussa puuverkkoa. p. Rakennetaan tulosvaihtoehdoista puuverkko:.8..8..8..8..8..8..8. Puu on rakennettu lähettämällä numero koodattussa muodossaan () yksi luku kerrallaan. Pyydetty todennäköisyys on nyt: Pr( lähetetty vastaanotetaan oikein ) = Pr() + Pr() + Pr() + Pr() =.8 +.8. =.896

Mat-.9 Sovellettu todennäköisyyslasku, kevät - eliövaara, Palo, Mellin P. Satunnaismuuttujan X kertymäfunktio on muotoa, x F(x) = x + x, x x p. a) Määrää tapahtuman X =. todennäköisyys. b) Määrää tapahtuman X. todennäköisyys. c) Määrää satunnaismuuttujan X tiheysfunktio. d) Määrää satunnaismuuttujan X odotusarvo ja standardipoikkeama. a) Koska jatkuvassa jakaumassa jokaisen yksittäisen pisteen tn. on nolla: Pr(X =.) = b) apahtuman X. todennäköisyys saadaan kertymäfunktion avulla: Pr( X.) = F(.) F() =.7 c) Satunnaismuuttujan X tiheysfunktio välillä [, ] saadaan derivoimalla kertymäfunktio: ja kaikkiaan f(x) = d dx F(x) = d dx ( x + x) = x + f(x) = { x +, kun x, muulloin d) Määritelmän mukaan odotusarvo:. momentti: ja edelleen varianssi: E(X) = E(X ) = xf(x)dx = x f(x)dx = x( x + )dx = x ( x + )dx = 6 D (X) = E(X ) [E(X)] = 8 josta saadaan standardipoikkeama: D(X) =.7

Mat-.9 Sovellettu todennäköisyyslasku, kevät - eliövaara, Palo, Mellin P6. Määrää tehtävän D todennäköisyysjakauman odotusarvo ja standardipoikkeama. p. Määritelmän mukaan odotusarvo:. momentti: ja edelleen varianssi: E(X) = E(X ) = xf(x)dx = x f(x)dx = x(x + )dx = 7 x (x + )dx = D (X) = E(X ) [E(X)] = 49 44 = 44 josta saadaan standardipoikkeama: D(X) =.764 L7. Seuraava kuva esittää verkkoa, jossa on komponenttia, joista jokaisen toimintatodennäköisyys on p. Lisäksi oletetaan, että komponenttien vikaantumiset ovat tapahtumina toisistaan riippumattomia. Mikä on todennäköisyys, että verkko toimii, ts. virta kulkee verkon läpi? Kuvan verkko muodostuu kolmesta sarjaan kytketystä osasta: Rinnan kytketyt komponentit ja, komponentti sekä rinnan kytketyt komponentit 4 ja. Kumpikin rinnan kytkentä toimii todennäköisyydellä: p + p p = p p Koko verkko toimii siten tödennäköisyydellä: Pr( Verkkotoimii ) = (p p ) p (p p ) = p 4p 4 + 4p L8. Osallistut rahapeliin, jossa heitetään kolmea harhatonta rahaa (vrt. tehtävä D). Peliin osallistumisesta pitää maksaa panos ja pelaaja saa voittona kruunien lukumäärän euroja. a) Mikä on korkein panos, joka kannattaa maksaa peliin osallistumisesta? Ohje: Määrää ko. satunnaismuuttujan odotusarvo. b) Mikä on voittosumman standardipoikkeama?

Mat-.9 Sovellettu todennäköisyyslasku, kevät - eliövaara, Palo, Mellin a) Odotusarvo: E(X) = xpr(x = x) = 8 + 8 + 8 + 8 = x= Näin ollen peliin osallistumisesta kannatta maksaa korkeintaan. euroa. b) oinen momentti: E(X ) = x Pr(X = x) = 8 + 8 + 4 8 + 9 8 = x= Varianssi: D (X) = E(X ) [E(X)] = 9 4 = 4 josta saadaan standardipoikkeama: D(X) =