ilkka€mellin todennäköisyyslaskenta osa€3:...
TRANSCRIPT
![Page 1: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/1.jpg)
TKK (c) Ilkka Mellin (2006) 1
Ilkka MellinTodennäköisyyslaskenta
Osa 3: TodennäköisyysjakaumiaDiskreettejä jakaumia
![Page 2: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/2.jpg)
TKK (c) Ilkka Mellin (2006) 2
>> Diskreetti tasainen jakaumaBernoullijakaumaBinomijakaumaGeometrinen jakaumaNegatiivinen binomijakaumaHypergeometrinen jakaumaPoissonjakauma
Diskreettejä jakaumia
![Page 3: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/3.jpg)
TKK (c) Ilkka Mellin (2006) 3
Diskreetti tasainen jakaumaDiskreetti tasainen jakauma ja senpistetodennäköisyysfunktio 1/2
• Olkoon X diskreetti satunnaismuuttuja, jonka mahdollisetarvot ovat
x1, x2, … , xn
• Oletetaan, että satunnaismuuttujan X mahdollisiin arvoihinx1, x2, … , xn liittyvät todennäköisyydet ovat yhtä suuria:
• Huomautus:Diskreetti tasainen jakauma liittyy sellaisiin otosavaruuksiin,joissa alkeistapaukset ovat symmetrisiä.
1Pr( ) , 1,2, ,kX x k nn
= = = K
![Page 4: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/4.jpg)
TKK (c) Ilkka Mellin (2006) 4
Diskreetti tasainen jakaumaDiskreetti tasainen jakauma ja senpistetodennäköisyysfunktio 2/2
• Satunnaismuuttujan X pistetodennäköisyysfunktio on
• Sanomme, että satunnaismuuttuja X noudattaadiskreettiä tasaista jakaumaa.
• Huomautus:Funktio f(x) määrittelee todennäköisyysjakauman, koska
1( ) Pr( ) ,
1,2, ,
kf x X x x xn
k n
= = = =
= K
1
1( ) 1n
kk
f x nn=
= ⋅ =∑
![Page 5: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/5.jpg)
TKK (c) Ilkka Mellin (2006) 5
Diskreetti tasainen jakaumaOdotusarvo, varianssi ja standardipoikkeama
• Diskreetin tasaisen jakauman odotusarvo:
• Diskreetin tasaisen jakauman varianssi:
• Diskreetin tasaisen jakauman standardipoikkeama:
1
1E( )n
X kk
X x xn
µ=
= = = ∑
2 2 2
1
1Var( ) D ( ) ( )n
X kk
X X x xn
σ=
= = = −∑
2
1
1D( ) ( )n
X kk
X x xn
σ=
= = −∑
![Page 6: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/6.jpg)
TKK (c) Ilkka Mellin (2006) 6
Diskreetti tasainen jakaumaOdotusarvon ja varianssin johto
• Suoraan diskreetin satunnaismuuttujan odotusarvon ja varianssinmääritelmistä saadaan:
1
12 2
2
1
2
1
E( )
( )
1
Var( ) D ( )
( ) ( )
1 ( )
n
k kk
n
kk
n
k kk
n
kk
X
x f x
x xn
X X
x f x
x xn
µ
σ
µ
=
=
=
=
=
=
= =
= =
= −
= −
∑
∑
∑
∑
![Page 7: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/7.jpg)
TKK (c) Ilkka Mellin (2006) 7
Diskreetti tasainen jakaumaOdotusarvon ominaisuuksia
• Diskreetin tasaisen jakauman odotusarvo
on satunnaismuuttujan X mahdollisten arvojenx1, x2, … , xn aritmeettinen keskiarvo.
1
1E( )n
X kk
X x xn
µ=
= = =∑
![Page 8: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/8.jpg)
TKK (c) Ilkka Mellin (2006) 8
Diskreetti tasainen jakaumaOdotusarvon ja varianssin laskeminen:Esimerkki
• Olkoon satunnaismuuttujan X pistetodennäköisyysfunktiof(k) = Pr(X = k) = pk = 1/6 , k = 1, 2, 3, 4, 5, 6
• Odotusarvo:
• Varianssi:
• Standardipoikkeama:
6 6
1 1
1E( ) ( )6
1 (1 2 3 4 5 6) 3.56
k kX k f k k
= =
= =
= + + + + + =
∑ ∑
D( ) 2.917 1.708X = ≈
6 62 2 2
1 1
2 2 2
1D ( ) ( E( )) ( ) ( E( ))6
1 35(1 3.5) (2 3.5) (6 3.5) 2.9176 12
k kX k x f k k x
= =
= − = −
= − + − + + − = ≈
∑ ∑
L
![Page 9: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/9.jpg)
TKK (c) Ilkka Mellin (2006) 9
Diskreetti tasainen jakaumaPistetodennäköisyysfunktion kuvaaja
0
0.1
0.2
0.3
1 2 3 4 5 6
Diskreetti tasainen jakauma• Kuva oikealla esittää diskreetintasaisen jakauman
pistetodennäköisyysfunktiota.• Jakauman odotusarvo:
1( ) , 1,2,3,4,5,66
f x x= =
6
1
1E( ) 3.56 k
X k=
= =∑
E(X) = 3.5
![Page 10: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/10.jpg)
TKK (c) Ilkka Mellin (2006) 10
Diskreetti tasainen jakauma>> Bernoullijakauma
BinomijakaumaGeometrinen jakaumaNegatiivinen binomijakaumaHypergeometrinen jakaumaPoissonjakauma
Diskreettejä jakaumia
![Page 11: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/11.jpg)
TKK (c) Ilkka Mellin (2006) 11
BernoullijakaumaBernoullijakauma ja senpistetodennäköisyysfunktio 1/2
• Olkoon A otosavaruuden S tapahtuma ja Pr(A) = p.• Tällöin tapahtuman A komplementtitapahtuman Ac
todennäköisyys onPr(Ac) = 1 − Pr(A) = 1 − p = q
• Määritellään diskreetti satunnaismuuttuja X:
• Tällöin satunnaismuuttujan X jakauma on
1, jos tapahtuma sattuu0, jos tapahtuma ei satu
AX
A
=
Pr( 1)Pr( 0) 1
X pX p q
= == = − =
![Page 12: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/12.jpg)
TKK (c) Ilkka Mellin (2006) 12
BernoullijakaumaBernoullijakauma ja senpistetodennäköisyysfunktio 2/2
• Satunnaismuuttujan X pistetodennäköisyysfunktio on
• Sanomme, että satunnaismuuttuja X noudattaaBernoullijakaumaa parametrinaan p.
• Merkintä:X ∼ Bernoulli(p)
• Huomautus:Funktio f(x) määrittelee todennäköisyysjakauman, koska
1( ) Pr( ) , 0 1, 10,1
x xf x X x p q p q px
−= = = < < = −=
(0) (1) 1f f q p+ = + =
![Page 13: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/13.jpg)
TKK (c) Ilkka Mellin (2006) 13
BernoullijakaumaKomplementtitapahtuman todennäköisyys
• OlkoonPr(A) = p
• TällöinPr(Ac)
= 1 − P(A)= 1 − p= q
S
A
Ac
![Page 14: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/14.jpg)
TKK (c) Ilkka Mellin (2006) 14
BernoullijakaumaOdotusarvo, varianssi ja standardipoikkeama
• OlkoonX ∼ Bernoulli(p)
• Odotusarvo:E(X) = p
• Varianssi ja standardipoikkeama:2Var( ) D ( )
D( )
X X pq
X pq
= =
=
![Page 15: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/15.jpg)
TKK (c) Ilkka Mellin (2006) 15
BernoullijakaumaOdotusarvon ja varianssin johto
• Suoraan diskreetin satunnaismuuttujan odotusarvon ja varianssinmääritelmistä saadaan:
2 2 2
2 2
2
E( ) 1 Pr( 1) 0 Pr( 0)1 0
E( ) 1 Pr( 1) 0 Pr( 0)1 0
Var( ) E( ) [E( )]
(1 )
X X Xp q
pX X X
p qp
X X Xp pp ppq
= × = + × == × + ×=
= × = + × == × + ×=
= −
= −= −=
![Page 16: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/16.jpg)
TKK (c) Ilkka Mellin (2006) 16
BernoullijakaumaOdotusarvon ja varianssin ominaisuuksia
• OlkoonX ∼ Bernoulli(p)
• Bernoullijakauman odotusarvoE(X) = p
yhtyy tapahtuman A todennäköisyyteen Pr(A) = p.• Bernoullijakauman varianssi
Var(X) = pq = p(1 –p) = p –p2
saavuttaa maksiminsa1/4
kun p = q = 1/2.
![Page 17: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/17.jpg)
TKK (c) Ilkka Mellin (2006) 17
0
0.2
0.4
0.6
0.8
1
0 1
BernoullijakaumaPistetodennäköisyysfunktion kuvaaja
Bernoulli(0.8)• Kuva oikealla esittää Bernoullijakauman
Bernoulli(0.8)pistetodennäköisyysfunktiota
pisteissäx = 0, 1
• Jakauman odotusarvo:
1( )0.8 , 1
x xf x p qp q p
−== = −
E( ) 0.8X p= =E(X) = 0.8
![Page 18: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/18.jpg)
TKK (c) Ilkka Mellin (2006) 18
BernoullijakaumaBernoullijakaumaa noudattaviensatunnaismuuttujien summan jakauma 1/2
• OlkootX1, X2, … , Xn
riippumattomia satunnaismuuttujia, jotka noudattavatsamaa Bernoullijakaumaa parametrilla p:
X1, X2, … , Xn ⊥Xi ~ Bernoulli(p) , i = 1, 2, … , n
• Tällöin satunnaismuuttujien X1, X2, … , Xn summaY = X1 + X2 + ··· + Xn
noudattaa binomijakaumaa parametrilla (n , p):Y ~ Bin(n , p)
![Page 19: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/19.jpg)
TKK (c) Ilkka Mellin (2006) 19
BernoullijakaumaBernoullijakaumaa noudattaviensatunnaismuuttujien summan jakauma 2/2
• Tulos perustellaan luvussa Satunnaismuuttujien muunnosten
jakaumat.• Huomautuksia:
– Kaikilla Bernoullijakaumilla on oltava sama tapahtuman Atodennäköisyyttä kuvaava parametri p.
– Tarkoitamme satunnaismuuttujien riippumattomuudella sitä,että yhdenkään satunnaismuuttujan saamat arvot eivät riipu siitä,mitä arvoja muut satunnaismuuttujat saavat; käsite täsmennetäänluvussa Moniulotteiset satunnaismuuttujat ja jakaumat.
![Page 20: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/20.jpg)
TKK (c) Ilkka Mellin (2006) 20
BernoullijakaumaBernoullikokeet jadiskreetit todennäköisyysjakaumat 1/2
• Toistetaan toisistaan riippumatta samaa Bernoullikoettaja tarkastellaan tapahtuman A sattumista toistojen aikana:(i) Binomijakauma saadaan määräämällä
todennäköisyys sille, että tapahtuma A sattuu x kertaa,kun koetta toistetaan n kertaa, jossa n on kiinteä,etukäteen päätetty luku.
(ii) Geometrinen jakauma saadaan määräämällätodennäköisyys sille, että tapahtuma A sattuuensimmäisen kerran x. koetoistossa.
(iii) Negatiivinen binomijakauma saadaan määräämällätodennäköisyys sille, että tapahtuma A sattuu r.kerran x. koetoistossa.
![Page 21: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/21.jpg)
TKK (c) Ilkka Mellin (2006) 21
BernoullijakaumaBernoullikokeet jadiskreetit todennäköisyysjakaumat 2/2
• Poissonjakauma voidaan johtaa binomijakauman rajaarvona, kun koetoistojen lukumäärän annetaan tiettyjenehtojen vallitessa kasvaa rajatta.Siten Poissonjakauma kuvaa harvinaisten tapahtumientodennäköisyyksiä pitkissä toistokoesarjoissa.
![Page 22: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/22.jpg)
TKK (c) Ilkka Mellin (2006) 22
Diskreetti tasainen jakaumaBernoullijakauma
>> BinomijakaumaGeometrinen jakaumaNegatiivinen binomijakaumaHypergeometrinen jakaumaPoissonjakauma
Diskreettejä jakaumia
![Page 23: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/23.jpg)
TKK (c) Ilkka Mellin (2006) 23
BinomijakaumaBinomijakauma ja senpistetodennäköisyysfunktio 1/3
• Toistetaan samaa Bernoullikoetta n kertaa, jossa n onkiinteä, etukäteen päätetty luku.
• Oletetaan, että koetoistot ovat riippumattomia.• Tarkastellaan otosavaruuden S tapahtuman A sattumista
koetoistojen aikana.• Oletetaan, että
Pr(A) = pPr(Ac) = 1 − Pr(A) = 1 − p = q
• Määritellään diskreetti satunnaismuuttuja X:X = Tapahtuman A esiintymisten lukumäärä
nkertaisessa Bernoullikokeessa
![Page 24: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/24.jpg)
TKK (c) Ilkka Mellin (2006) 24
BinomijakaumaBinomijakauma ja senpistetodennäköisyysfunktio 2/3
• Satunnaismuuttujan X pistetodennäköisyysfunktio on
• Sanomme, että satunnaismuuttuja X noudattaabinomijakaumaa parametreinaan n ja p.
• Merkintä:X ∼ Bin(n, p)
( ) Pr( ) , 0 1, 1
0,1,2, ,
x n xnf x X x p q p q p
xx n
− = = = < < = −
= K
![Page 25: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/25.jpg)
TKK (c) Ilkka Mellin (2006) 25
BinomijakaumaBinomijakauma ja senpistetodennäköisyysfunktio 3/3
• Huomautus:Funktio f(x) määrittelee todennäköisyysjakauman, koskabinomikaavan mukaan
Siten binomijakauman pistetodennäköisyydet
toteuttavat yhtälön
( ) , 0,1,2, ,x n xx
np f x p q x n
x−
= = =
K
0 0( ) ( ) 1 1
n nx n x n n
x x
nf x p q p q
x−
= =
= = + = =
∑ ∑
0 1 20
1n
x n xn
x
np p p p p q
x−
=
+ + + + = =
∑L
![Page 26: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/26.jpg)
TKK (c) Ilkka Mellin (2006) 26
BinomijakaumaPistetodennäköisyysfunktion johto 1/2
• Toistetaan samaa Bernoullikoetta n kertaa.• Oletetaan, että koetoistot ovat riippumattomia ja tarkastellaan
tapahtuman A sattumista koetoistojen aikana.• Oletetaan, että toistokoesarjan tuloksena saadaan tapahtumajono
jossa on x kpl tapahtumia A ja (n − x) kpl tapahtumia Ac .• Koska
Pr(A) = pPr(Ac) = 1 − Pr(A) = 1 − p = q
tarkasteltavan tapahtumajonon todennäköisyydeksi saadaanriippumattomien tapahtumien tulosäännön nojalla
c cA A A A A AK
x n xppqpq p p q −=K
![Page 27: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/27.jpg)
TKK (c) Ilkka Mellin (2006) 27
BinomijakaumaPistetodennäköisyysfunktion johto 2/2
• Erilaisia jonoja, joissa on x kpl tapahtumia A ja (n − x) kpl tapahtumiaAc, on
• Erilaiset tapahtumajonot ovat toisensa poissulkevia.• Toisensa poissulkevien tapahtumien yhteenlaskusäännön mukaan
todennäköisyys saada sellainen jono, jossa on x kpl tapahtumia A ja(n − x) kpl tapahtumia Ac saadaan laskemalla erilaisten tällaistenjonojen todennäköisyydet yhteen.
• Siten kysytyksi todennäköisyydeksi saadaan
( ) , 1
0,1,2, ,
x n xnf x p q q p
xx n
− = = −
= K
kplnx
![Page 28: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/28.jpg)
TKK (c) Ilkka Mellin (2006) 28
BinomijakaumaOdotusarvo, varianssi ja standardipoikkeama
• OlkoonX ∼ Bin(n, p)
• Odotusarvo:
• Varianssi ja standardipoikkeama:E( )X np=
2Var( ) D ( )
D( )
X X npq
X npq
= =
=
![Page 29: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/29.jpg)
TKK (c) Ilkka Mellin (2006) 29
BinomijakaumaOdotusarvon johto 1/2
• OlkoonX ∼ Bin(n, p)
• Tällöin
0 0
1
1
1
1
!E( ) ( ) (1 )!( )!
! (1 )!( )!
! (1 )( 1)!( )!
( 1)! (1 )( 1)!( )!
n nx n x
x x
nx n x
x
nx n x
x
nx n x
x
nX xf x x p px n x
nx p px n x
n p px n x
nnp p px n x
np
−
= =
−
=
−
=
− −
=
= = −−
= −−
= −− −
−= −
− −=
∑ ∑
∑
∑
∑
![Page 30: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/30.jpg)
TKK (c) Ilkka Mellin (2006) 30
BinomijakaumaOdotusarvon johto 2/2
• Kalvon 1/2 yhtälöketjun viimeinen yhtälö perustuu siihen, että
• Tämä seuraa siitä, että jälkimmäisessä summassa lasketaan yhteenkaikki binomijakauman
Bin(n –1, p)pistetodennäköisyydet
1
1
11
0
( 1)! (1 )( 1)!( )!
( 1)! (1 ) 1!( 1 )!
nx n x
x
nx n x
x
n p px n x
n p px n x
− −
=
−− −
=
−−
− −
−= − =
− −
∑
∑
1( 1)!( ) (1 ) , 0,1,2, , 1!( 1 )!
x n xnf x p p x nx n x
− −−= − = −
− −K
![Page 31: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/31.jpg)
TKK (c) Ilkka Mellin (2006) 31
BinomijakaumaOdotusarvon ja varianssin ominaisuuksia
• OlkoonX ∼ Bin(n, p)
• Binomijakauman odotusarvo
on suoraan verrannollinen sekä toistokeiden lukumääräänn että tapahtuman A todennäköisyyteen Pr(A) = p.
• Binomijakauman varianssiVar(X) = npq = np(1 –p)
saavuttaa maksiminsan/4
kun p = q = 1/2.
E( )X np=
![Page 32: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/32.jpg)
TKK (c) Ilkka Mellin (2006) 32
BinomijakaumaPistetodennäköisyysfunktion kuvaaja
0
0.1
0.2
0.3
0.4
0 1 2 3 4 5 6 7 8 9 10 11 12
• Kuva oikealla esittää Binomijakauman
Bin(12, 1/3)pistetodennäköisyysfunktiota
pisteissäx = 0, 1, 2, … , 12
• Jakauman odotusarvo:E( ) 4X np= = E(X) = 4
Bin(12, 1/3)
( )
12 , 1/ 3 , 1
x n xnf x p q
xn p q p
− =
= = = −
![Page 33: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/33.jpg)
TKK (c) Ilkka Mellin (2006) 33
BinomijakaumaPistetodennäköisyysfunktion kuvaaja:Tapaukset p < 1/2, p = 1/2, p > 1/2
• p < 1/2: Binomijakauma on vino oikealle.• p = 1/2: Binomijakauma on symmetrinen.• p > 1/2: Binomijakauma on vino vasemmalle.
0
0.05
0.1
0.15
0.2
0.25
0.3
0 1 2 3 4 5 6 7 8 9 10 11 120
0.05
0.1
0.15
0.2
0.25
0.3
0 1 2 3 4 5 6 7 8 9 10 11 120
0.05
0.1
0.15
0.2
0.25
0.3
0 1 2 3 4 5 6 7 8 9 10 11 12
Bin(12, 1/4) Bin(12, 1/2) Bin(12, 3/4)
![Page 34: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/34.jpg)
TKK (c) Ilkka Mellin (2006) 34
BinomijakaumaBinomijakauma jaBernoullijakauma 1/3
• Toistetaan samaa Bernoullikoetta n kertaa, jossa n onkiinteä, etukäteen päätetty luku.
• Oletetaan, että koetoistot ovat riippumattomia jatarkastellaan tapahtuman A sattumista koetoistojen aikana.
• Oletetaan, ettäPr(A) = pPr(Ac) = 1 − p = q
![Page 35: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/35.jpg)
TKK (c) Ilkka Mellin (2006) 35
BinomijakaumaBinomijakauma jaBernoullijakauma 2/3
• Määritellään diskreetit satunnaismuuttujatXi , i = 1, 2, … , n :
• TällöinXi ∼ Bernoulli(p), i = 1, 2, … , n.
• Määritellään diskreetti satunnaismuuttuja X :X = Tapahtuman A esiintymisten lukumäärä
nkertaisessa Bernoullikokeessa• Tällöin
X ∼ Bin(n, p)
1, jos tapahtuu kokeessa0, jos ei tapahdu kokeessai
A iX
A i
=
![Page 36: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/36.jpg)
TKK (c) Ilkka Mellin (2006) 36
BinomijakaumaBinomijakauma jaBernoullijakauma 3/3
• Selvästi
koska luku 1 esiintyy summassa ∑ Xi täsmälleen yhtämonta kertaa kuin tapahtuma A sattuu n:n koetoistonaikana.
• Tämä merkitsee sitä, että binomijakautunut satunnaismuuttuja voidaan esittää riippumattomien Bernoullijakautuneiden satunnaismuuttujien summana.
• Huomautus:Binomi ja Bernoullijakauman yhteyttä voidaan käyttää apunabinomijakauman odotusarvon ja varianssin määräämisessä; ks. >.
1
n
ii
X X=
= ∑
![Page 37: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/37.jpg)
TKK (c) Ilkka Mellin (2006) 37
BinomijakaumaBinomijakauman odotusarvon ja varianssin johtosekä Bernoullijakauma 1/2
• Olkoot Xi , i = 1,2, … , n riippumattomia satunnaismuuttujia, jotkanoudattavat samaa Bernoullijakaumaa parametrilla p:
X1 , X2 , … , Xn ⊥Xi ∼ Bernoulli(p), i = 1,2, … , n
• Olkoon
• TällöinX ∼ Bin(n, p)
• Huomautus:Tarkoitamme satunnaismuuttujien riippumattomuudella sitä,että yhdenkään satunnaismuuttujan saamat arvot eivät riipu siitä,mitä arvoja muut satunnaismuuttujat saavat; käsite täsmennetäänluvussa Moniulotteiset satunnaismuuttujat ja jakaumat.
1
n
ii
X X=
= ∑
![Page 38: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/38.jpg)
TKK (c) Ilkka Mellin (2006) 38
BinomijakaumaBinomijakauman odotusarvon ja varianssin johtosekä Bernoullijakauma 2/2
• Satunnaismuuttujan X = ∑ Xi odotusarvo on
koska satunnaismuuttujien summan odotusarvo on satunnaismuuttujien odotusarvojen summa.
• Satunnaismuuttujan X = ∑ Xi varianssi on
koska riippumattomien satunnaismuuttujien summan varianssi onsatunnaismuuttujien varianssien summa.
1 1 1E( ) E E( )
n n n
i ii i i
X X X p np= = =
= = = = ∑ ∑ ∑
2 2 2
1 1 1D ( ) D D ( )
n n n
i ii i i
X X X pq npq= = =
= = = = ∑ ∑ ∑
![Page 39: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/39.jpg)
TKK (c) Ilkka Mellin (2006) 39
BinomijakaumaBinomijakaumaa noudattavien satunnaismuuttujiensumman jakauma 1/2
• OlkootX1, X2, … , Xk
riippumattomia satunnaismuuttujia, jotka noudattavatbinomijakaumia parametrein (n1 , p), (n2 , p), … , (nk , p):
X1, X2, … , Xk ⊥Xi ~ Bin(ni , p) , i = 1, 2, … , k
• Tällöin satunnaismuuttujien X1, X2, … , Xk summaY = X1 + X2 + ··· + Xk
noudattaa binomijakaumaa parametrein(n1 + n2 + ··· + nk , p):
Y ~ Bin(n1 + n2 + ··· + nk , p)
![Page 40: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/40.jpg)
TKK (c) Ilkka Mellin (2006) 40
BinomijakaumaBinomijakaumaa noudattavien satunnaismuuttujiensumman jakauma 2/2
• Tulos perustellaan luvussa Satunnaismuuttujien muunnosten
jakaumat.• Huomautuksia:
– Kaikilla binomijakaumilla on oltava sama tapahtuman A todennäköisyyttä kuvaava parametri p, mutta sen sijaan toistokokeidenlukumäärää kuvaava parametri saa vaihdella jakaumasta toiseen.
– Tarkoitamme satunnaismuuttujien riippumattomuudella sitä,että yhdenkään satunnaismuuttujan saamat arvot eivät riipu siitä,mitä arvoja muut satunnaismuuttujat saavat; käsite täsmennetäänluvussa Moniulotteiset satunnaismuuttujat ja jakaumat.
![Page 41: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/41.jpg)
TKK (c) Ilkka Mellin (2006) 41
BinomijakaumaBinomijakauma jaotanta takaisinpanolla 1/5
• Olkoon perusjoukon S alkioiden lukumäärän(S) = N
• Poimitaan perusjoukosta S satunnaisesti osajoukko B,jonka alkioiden lukumäärä on
n(B) = nkäyttämällä poiminnassa otantaa takaisinpanolla.
![Page 42: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/42.jpg)
TKK (c) Ilkka Mellin (2006) 42
BinomijakaumaBinomijakauma jaotanta takaisinpanolla 2/5
• Otanta takaisinpanolla:(i) Perusjoukosta S poimitaan alkiot osajoukkoon B yksi
kerrallaan arpomalla.(ii) Jokainen poimittu alkio palautetaan ennen seuraavan
alkion arpomista takaisin perusjoukkoon S.(iii) Jokaisella perusjoukon S alkiolla on jokaisessa
arvonnassa sama todennäköisyys1/N
tulla poimituksi osajoukkoon B.• Osajoukko B muodostaa yksinkertaisen satunnais
otoksen perusjoukosta S.
![Page 43: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/43.jpg)
TKK (c) Ilkka Mellin (2006) 43
BinomijakaumaBinomijakauma jaotanta takaisinpanolla 3/5
• Otannassa takaisinpanolla arvonta voidaan toteuttaaseuraavalla tavalla:(1) Pannaan uurnaan jokaista perusjoukon S alkiota
vastaava arpalippu.(2) Sekoitetaan arvat huolellisesti.(3) Nostetaan uurnasta arpalippu, jota vastaava alkio
valitaan otokseen B.(4) Palautetaan nostettu arpalippu uurnaan.(5) Palataan vaiheeseen (2), kunnes haluttu otoskoko n
on saavutettu.
![Page 44: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/44.jpg)
TKK (c) Ilkka Mellin (2006) 44
BinomijakaumaBinomijakauma jaotanta takaisinpanolla 4/5
• Huomautuksia otannasta takaisinpanolla:(i) Jokaisen perusjoukon S alkion todennäköisyys tulla
valituksi otokseen säilyy samana koko poiminnanajan.
(ii) Jokaisella perusjoukon S samankokoisella osajoukollaon sama todennäköisyys tulla valituksi otokseksi.
(iii) Sama perusjoukon S alkio voi tulla valituksi useitakertoja otokseen.
![Page 45: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/45.jpg)
TKK (c) Ilkka Mellin (2006) 45
BinomijakaumaBinomijakauma jaotanta takaisinpanolla 5/5
• Olkoon A perusjoukon osajoukko, jonka alkioidenlukumäärä on
n(A) = r• Tällöin todennäköisyys poimia alkio joukosta A on
• Otannassa takaisinpanolla otokseen poimittujen Atyyppisten alkioiden lukumäärä X on diskreetti satunnaismuuttuja, joka noudattaa binomijakaumaa parametreillan ja p:
X ∼ Bin(n, p)
Pr( ) rA pN
= =
![Page 46: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/46.jpg)
TKK (c) Ilkka Mellin (2006) 46
Diskreetti tasainen jakaumaBernoullijakaumaBinomijakauma
>> Geometrinen jakaumaNegatiivinen binomijakaumaHypergeometrinen jakaumaPoissonjakauma
Diskreettejä jakaumia
![Page 47: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/47.jpg)
TKK (c) Ilkka Mellin (2006) 47
Geometrinen jakaumaGeometrinen jakauma ja senpistetodennäköisyysfunktio 1/2
• Toistetaan samaa Bernoullikoetta.• Oletetaan, että koetoistot ovat riippumattomia.• Tarkastellaan otosavaruuden S tapahtuman A sattumista
koetoistojen aikana.• Oletetaan, että
Pr(A) = pPr(Ac) = 1 − Pr(A) = 1 − p = q
• Määritellään diskreetti satunnaismuuttuja X:X = Tehtyjen Bernoullikokeiden lukumäärä,
kun A sattuu ensimmäisen kerran
![Page 48: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/48.jpg)
TKK (c) Ilkka Mellin (2006) 48
Geometrinen jakaumaGeometrinen jakauma ja senpistetodennäköisyysfunktio 2/2
• Satunnaismuuttujan X pistetodennäköisyysfunktio on
• Sanomme, että satunnaismuuttuja X noudattaageometrista jakaumaa parametrinaan p.
• Merkintä:X ∼ Geom(p)
• Huomautus:Funktio f(x) määrittelee todennäköisyysjakauman, koskageometrisen sarjan summan kaavan mukaan
1( ) Pr( ) , 0 1, 11,2,3,
xf x X x q p p q px
−= = = < < = −= K
1
1 1 0
1 1( ) 11
x x
x x x
f x q p p q p pq p
∞ ∞ ∞−
= = =
= = = = =−∑ ∑ ∑
![Page 49: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/49.jpg)
TKK (c) Ilkka Mellin (2006) 49
Geometrinen jakaumaPistetodennäköisyysfunktion johto 1/2
• Toistetaan samaa Bernoullikoetta.• Oletetaan, että koetoistot ovat riippumattomia ja tarkastellaan
tapahtuman A sattumista koetoistojen aikana.• Tarkastellaan toistokoesarjaa, jossa tapahtuma A sattuu ensimmäisen
kerran x:nnessä kokeessa.• Toistokoesarjan tuloksena on tällöin ollut tapahtumajono
jossa on (x − 1) kpl tapahtumia Ac ja jossa tapahtuma A on viimeisenä.
c c c cA A A A AK
![Page 50: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/50.jpg)
TKK (c) Ilkka Mellin (2006) 50
Geometrinen jakaumaPistetodennäköisyysfunktion johto 2/2
• KoskaPr(A) = pPr(Ac) = 1 − Pr(A) = 1 − p = q
tarkasteltavan tapahtumajonon todennäköisyydeksi saadaanriippumattomien tapahtumien tulosäännön nojalla
mikä on kysytty todennäköisyys.
1
1,2,3,
xqqq qp q px
−==
L
K
![Page 51: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/51.jpg)
TKK (c) Ilkka Mellin (2006) 51
Geometrinen jakaumaOdotusarvo, varianssi ja standardipoikkeama
• OlkoonX ∼ Geom(p)
• Odotusarvo:
• Varianssi ja standardipoikkeama:
1E( )Xp
=
22Var( ) D ( )
D( )
qX Xp
qXp
= =
=
![Page 52: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/52.jpg)
TKK (c) Ilkka Mellin (2006) 52
Geometrinen jakaumaOdotusarvon johto 1/4
• OlkoonX ∼ Geom(p)
• Satunnaismuuttujan X pistetodennäköisyysfunktio on
• Pistetodennäköisyyksien f(x) , x = 1, 2, 3, … summa on
• Satunnaismuuttujan X odotusarvo on
1( ) , 11,2,3,
xf x q p q px
−= = −= K
1
1 1
( ) ( ) (1 ) 1x
x x
S p f x p p∞ ∞
−
= =
= = − =∑ ∑
1
1 1
E( ) ( ) (1 )x
x x
X xf x x p p∞ ∞
−
= =
= = −∑ ∑
![Page 53: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/53.jpg)
TKK (c) Ilkka Mellin (2006) 53
Geometrinen jakaumaOdotusarvon johto 2/4
• Summan S(p) derivaatta muuttujan p suhteen on2 1
1
2
1
2 1
1 1
1
1
1 1
1 1
( ) ( 1)(1 ) (1 )
(1 )
(1 ) (1 )
1 (1 )1
1 1(1 ) (1 )1
x x
x
x
x
x x
x x
x
x
x x
x x
S p x p p pp
x p p
p p p
x p pp
p p p pp p
∞− −
=∞
−
=∞ ∞
− −
= =∞
−
=∞ ∞
− −
= =
∂ = − − − + − ∂
= − −
+ − + −
= − −−
+ − + −−
∑
∑
∑ ∑
∑
∑ ∑
![Page 54: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/54.jpg)
TKK (c) Ilkka Mellin (2006) 54
Geometrinen jakaumaOdotusarvon johto 3/4
• Ottamalla huomioon yhtälöt
saadaan yhtälö( ) 1 1 1E( )
1 11 1E( )
1 (1 )0
S p Xp p p p
Xp p p
∂= − + +
∂ − −
= − +− −
=
1
1
1
1
(1 ) ( ) 1
(1 ) E( )
x
x
x
x
p p S p
x p p X
∞−
=
∞−
=
− = =
− =
∑
∑
![Page 55: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/55.jpg)
TKK (c) Ilkka Mellin (2006) 55
Geometrinen jakaumaOdotusarvon johto 4/4
• Geometrisen jakauman odotusarvo E(x) toteuttaa siis yhtälön
• Siten geometrisen jakauman odotusarvo on1E( )Xp
=
1 1E( ) 01 (1 )
Xp p p
− + =− −
![Page 56: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/56.jpg)
TKK (c) Ilkka Mellin (2006) 56
Geometrinen jakaumaOdotusarvon ominaisuuksia
• OlkoonX ∼ Geom(p)
• Geometrisen jakauman odotusarvo
on kääntäen verrannollinen tapahtuman A todennäköisyyteen Pr(A) = p.
• Siten tapahtumaa A saa odottaa keskimäärin sitä kauemminmitä pienempi on tapahtuman A todennäköisyys.
1E( )Xp
=
![Page 57: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/57.jpg)
TKK (c) Ilkka Mellin (2006) 57
Geometrinen jakaumaPistetodennäköisyysfunktion kuvaaja
• Kuva oikealla esittäägeometrisen jakauman
Geom(1/3)pistetodennäköisyysfunktiota
pisteissäx = 1, 2, … , 12
• Jakauman odotusarvo:0
0.1
0.2
0.3
0.4
0.5
1 2 3 4 5 6 7 8 9 10 11 12
1( )1/ 3 , 1
xf x q pp q p
−== = −
1E( ) 3Xp
= =
Geom(1/3)
E(X) = 3
![Page 58: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/58.jpg)
TKK (c) Ilkka Mellin (2006) 58
Geometrinen jakaumaGeometrisen jakauman unohtamisominaisuus
• OlkoonX ∼ Geom(p)
• TällöinPr(X ≥ a + b | X ≥ a) = Pr(X ≥ 1 + b)
• Siten geometrisella jakaumalla on seuraava unohtamisominaisuus:Se, että tapahtuman A sattumista on jouduttu odottamaana koetoistoa, ei vaikuta todennäköisyyteen joutuaodottamaan b koetoistoa lisää.
![Page 59: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/59.jpg)
TKK (c) Ilkka Mellin (2006) 59
Diskreetti tasainen jakaumaBernoullijakaumaBinomijakaumaGeometrinen jakauma
>> Negatiivinen binomijakaumaHypergeometrinen jakaumaPoissonjakauma
Diskreettejä jakaumia
![Page 60: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/60.jpg)
TKK (c) Ilkka Mellin (2006) 60
Negatiivinen binomijakaumaNegatiivinen binomijakauma ja senpistetodennäköisyysfunktio 1/2
• Toistetaan samaa Bernoullikoetta.• Oletetaan, että koetoistot ovat riippumattomia.• Tarkastellaan otosavaruuden S tapahtuman A sattumista
koetoistojen aikana.• Oletetaan, että
Pr(A) = pPr(Ac) = 1 − Pr(A) = 1 − p = q
• Määritellään diskreetti satunnaismuuttuja X:X = Tehtyjen Bernoullikokeiden lukumäärä,
kun A sattuu r. kerran
![Page 61: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/61.jpg)
TKK (c) Ilkka Mellin (2006) 61
Negatiivinen binomijakaumaNegatiivinen binomijakauma ja senpistetodennäköisyysfunktio 2/2
• Satunnaismuuttujan X pistetodennäköisyysfunktio on
• Sanomme, että satunnaismuuttuja X noudattaanegatiivista binomijakaumaa parametreinaan r ja p.
• Merkintä:X ∼ NegBin(r, p)
1( ) Pr( ) , 0 1, 1
11,2,3, ; , 1, 2,
x r rxf x X x q p p q p
rr x r r r
−− = = = < < = − −
= = + +K K
![Page 62: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/62.jpg)
TKK (c) Ilkka Mellin (2006) 62
Negatiivinen binomijakaumaPistetodennäköisyysfunktion johto 1/3
• Toistetaan samaa Bernoullikoetta.• Oletetaan, että koetoistot ovat riippumattomia ja tarkastellaan
tapahtuman A sattumista koetoistojen aikana.• Tarkastellaan toistokoesarjaa, jossa tapahtuma A sattuu r. kerran x.
kokeessa.• Olkoon toistokoesarjan tuloksena ollut tapahtumajono
jossa on r kpl tapahtumia A ja (x − r) kpl tapahtumia Ac ja jossatapahtuma A on viimeisenä.
c c cA A A A A A AK
![Page 63: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/63.jpg)
TKK (c) Ilkka Mellin (2006) 63
Negatiivinen binomijakaumaPistetodennäköisyysfunktion johto 2/3
• KoskaPr(A) = pPr(Ac) = 1 − Pr(A) = 1 − p = q
tarkasteltavan tapahtumajonon todennäköisyydeksi saadaanriippumattomien tapahtumien tulosäännön nojalla
• Erilaisten sellaisten jonojen, joissa on r kpl tapahtumia A ja (x − r) kpltapahtumia Ac ja joissa A on viimeisenä, lukumäärä on
x r rppqpq qp q p−=L
11
xr
− −
![Page 64: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/64.jpg)
TKK (c) Ilkka Mellin (2006) 64
Negatiivinen binomijakaumaPistetodennäköisyysfunktion johto 3/3
• Erilaiset tapahtumajonot ovat toisensa poissulkevia.• Toisensa poissulkevien tapahtumien yhteenlaskusäännön mukaan
todennäköisyys saada sellainen jono, jossa on r kpl tapahtumia A ja(x − r) kpl tapahtumia Ac ja jossa tapahtuma A on viimeisenä, saadaanlaskemalla erilaisten tällaisten jonojen todennäköisyydet yhteen.
• Koska ko. jonojen lukumäärä on
saadaan kysytyksi todennäköisyydeksi
11
xr
− −
1( ) , 1
11,2,3, ; , 1, 2
x r rxf x q p q p
rr x r r r
−− = = − −
= = + +K K
![Page 65: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/65.jpg)
TKK (c) Ilkka Mellin (2006) 65
Negatiivinen binomijakaumaOdotusarvo, varianssi ja standardipoikkeama
• OlkoonX ∼ NegBin(r, p)
• Odotusarvo:
• Varianssi ja standardipoikkeama:
E( ) rXp
=
22Var( ) D ( )
D( )
rqX Xp
rqXp
= =
=
![Page 66: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/66.jpg)
TKK (c) Ilkka Mellin (2006) 66
Negatiivinen binomijakaumaOdotusarvon johto 1/4
• OlkoonX ∼ NegBin(r, p)
• Satunnaismuuttujan X pistetodennäköisyysfunktio on
• Pistetodennäköisyyksien f(x) , x = r, r + 1, r + 2, … summa on
• Satunnaismuuttujan X odotusarvo on
1( ) ( ) (1 ) 1
1x r r
x r x r
xS p f x p p
r
∞ ∞−
= =
− = = − = −
∑ ∑
1E( ) ( ) (1 )
1x r r
x r x r
xX xf x x p p
r
∞ ∞−
= =
− = = − −
∑ ∑
1( ) , 1
1, 1, 2,
x r rxf x q p q p
rx r r r
−− = = − −
= + + K
![Page 67: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/67.jpg)
TKK (c) Ilkka Mellin (2006) 67
Negatiivinen binomijakaumaOdotusarvon johto 2/4
• Summan S(p) derivaatta muuttujan p suhteen on
( ) ( )( )
( ) ( )( )
( )
1 1
1
1 1
1
( ) 1 1( ) (1 ) (1 )1 1
1 (1 )1
1 1(1 ) (1 )1 1
1 1 (1 )11
1 1(1 )11
x r r x r r
x r
x r r
x r
x r r x r r
x r x r
x r r
x r
x r
x r
S p x xx r p p r p pr rp
xx p pr
x xr p p r p pr r
xx p prpr rx xp pr rp p
∞− − − −
=
∞− −
=
∞ ∞− − − −
= =
∞−
=
∞−
=
∂ − − = − − − + −− − ∂
−= − −−
− −+ − + −− −
−= − −−−
− −+ − +−−
∑
∑
∑ ∑
∑
∑ ( )(1 )1x r r
x rp p
∞−
=
−−∑
![Page 68: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/68.jpg)
TKK (c) Ilkka Mellin (2006) 68
Negatiivinen binomijakaumaOdotusarvon johto 3/4
• Ottamalla huomioon yhtälöt
saadaan yhtälö( ) 1 E( )
1 11 E( )
1 (1 )0
S p r rXp p p p
rXp p p
∂ = − + +∂ − −
= − +− −
=
( )( )
1 (1 ) ( ) 11
1 (1 ) E( )1
x r r
x r
x r r
x r
x p p S pr
xx p p Xr
∞−
=
∞−
=
− − = =−
− − =−
∑
∑
![Page 69: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/69.jpg)
TKK (c) Ilkka Mellin (2006) 69
Negatiivinen binomijakaumaOdotusarvon johto 4/4
• Negatiivisen binomijakauman odotusarvo E(x) toteuttaa siis yhtälön
• Siten negatiivisen binomijakauman odotusarvo on
E( ) rXp
=
1 E( ) 01 (1 )
rXp p p
− + =− −
![Page 70: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/70.jpg)
TKK (c) Ilkka Mellin (2006) 70
Negatiivinen binomijakaumaOdotusarvon ominaisuuksia
• OlkoonX ∼ NegBin(r, p)
• Negatiivisen binomijakauman odotusarvo
on suoraan verrannollinen lukuun r ja kääntäenverrannollinen tapahtuman A todennäköisyyteenPr(A) = p.
• Siten r. tapahtumaa A saa odottaa keskimäärin sitäkauemmin mitä suurempi on r ja mitä pienempi ontapahtuman A todennäköisyys.
E( ) rXp
=
![Page 71: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/71.jpg)
TKK (c) Ilkka Mellin (2006) 71
0
0.05
0.1
0.15
0.2
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
Negatiivinen binomijakaumaPistetodennäköisyysfunktion kuvaaja
• Kuva oikealla esittäänegatiivisen binomijakauman
NegBin(3, 1/3)pistetodennäköisyysfunktiota
pisteissäx = 3, 4, … , 16
• Jakauman odotusarvo:
1( )
13 , 1/ 3 , 1
x r rxf x q p
rr p q p
−− = − = = = −
E( ) 9rXp
= =
NegBin(3, 1/3)
E(X) = 9
![Page 72: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/72.jpg)
TKK (c) Ilkka Mellin (2006) 72
Negatiivinen binomijakaumaNegatiivinen binomijakauma jageometrinen jakauma
• OlkoonX ∼ NegBin(r, p)
• Jos r =1, niin satunnaismuuttuja X noudattaa geometristajakaumaa Geom(p):
X ∼ Geom(p)• Geometrinen jakauma on siten negatiivisen binomi
jakauman erikoistapaus.
![Page 73: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/73.jpg)
TKK (c) Ilkka Mellin (2006) 73
Diskreetti tasainen jakaumaBernoullijakaumaBinomijakaumaGeometrinen jakaumaNegatiivinen binomijakauma
>> Hypergeometrinen jakaumaPoissonjakauma
Diskreettejä jakaumia
![Page 74: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/74.jpg)
TKK (c) Ilkka Mellin (2006) 74
Hypergeometrinen jakaumaHypergeometrinen jakauma ja senpistetodennäköisyysfunktio 1/3
• Olkoon perusjoukon S alkioiden lukumäärän(S) = N
• Tarkastellaan perusjoukon S ositusta joukkoihin A ja Ac .• Oletetaan, että joukossa A ⊂ S on
n(A) = ralkiota.
• Tällöin joukon A komplementissa Ac onn(Ac) = N − r
alkiota.
![Page 75: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/75.jpg)
TKK (c) Ilkka Mellin (2006) 75
Hypergeometrinen jakaumaHypergeometrinen jakauma ja senpistetodennäköisyysfunktio 2/3
• Poimitaan perusjoukosta S satunnaisesti osajoukko B,jonka alkioiden lukumäärä on
n(B) = nkäyttämällä poiminnassa otantaa ilman takaisinpanoa.
• Määritellään diskreetti satunnaismuuttuja X:X = Osajoukkoon B tulleiden A:n alkioiden lukumäärä
![Page 76: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/76.jpg)
TKK (c) Ilkka Mellin (2006) 76
Hypergeometrinen jakaumaHypergeometrinen jakauma ja senpistetodennäköisyysfunktio 2/2
• Satunnaismuuttujan X pistetodennäköisyysfunktio on
• Sanomme, että satunnaismuuttuja X noudattaahypergeometrista jakaumaa parametreilla N, r ja n.
• Merkintä:X ∼ HyperGeom(N, r, n)
( ) Pr( )
max[0, ( )] min( , )
r N rx n xf x X x N
nn N r x n r
− − = = =
− − ≤ ≤
![Page 77: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/77.jpg)
TKK (c) Ilkka Mellin (2006) 77
Hypergeometrinen jakaumaPistetodennäköisyysfunktion johto 1/4
• Olkoon S otosavaruus jan(S) = N
• Olkoon A ⊂ S• Tällöin {A, Ac} on otosavaruuden
S ositus.• Olkoon n(A) = r ja n(Ac) = N − r• Olkoon B ⊂ S ja n(B) = n• Otosavaruuden S ositus {A, Ac}
indusoi osituksen joukkoon B:B = (B∩A)∪(B∩Ac)
• Olkoonn(B∩A) = xn(B∩Ac) = n − x
S
B∩A
Ac
B∩Ac
A
B
![Page 78: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/78.jpg)
TKK (c) Ilkka Mellin (2006) 78
Hypergeometrinen jakaumaPistetodennäköisyysfunktion johto 2/4
• N:n alkion joukosta S voidaanpoimia n:n alkion osajoukko B
eri tavalla.
• r:n alkion joukosta A voidaanpoimia x alkiota
eri tavalla.
• (N − r):n alkion joukosta Ac
voidaan poimia n − x alkiota
eri tavalla. S
B∩A
Ac
B∩Ac
A
B
Nn
rx
N rn x
− −
![Page 79: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/79.jpg)
TKK (c) Ilkka Mellin (2006) 79
Hypergeometrinen jakaumaPistetodennäköisyysfunktion johto 3/4
• r:n alkion joukosta A voidaanpoimia x alkiota riippumattasiitä, mitkä n − x alkiotapoimitaan (N − r):n alkionjoukosta Ac.
• Kertolaskuperiaatteen nojalla nalkiota voidaan poimia joukostaS niin, että saadaan r alkiotajoukosta A ja (N − r) alkiotajoukosta Ac
eri tavalla. S
B∩A
Ac
B∩Ac
A
Br N rx n x
− −
![Page 80: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/80.jpg)
TKK (c) Ilkka Mellin (2006) 80
Hypergeometrinen jakaumaPistetodennäköisyysfunktion johto 4/4
• Soveltamalla klassisentodennäköisyyden määritelmääsaadaan:
S
B∩A
Ac
B∩Ac
A
B
Pr( )
r N rx n xX x
Nn
− − = =
![Page 81: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/81.jpg)
TKK (c) Ilkka Mellin (2006) 81
Hypergeometrinen jakaumaOdotusarvo, varianssi ja standardipoikkeama
• OlkoonX ∼ HyperGeom(N, r, n)
• Odotusarvo:
• Varianssi ja standardipoikkeama:
E( ) rX nN
=
2Var( ) D ( ) 11
D( ) 11
r r N nX X nN N N
r r N nX nN N N
− = = − −
− = − −
![Page 82: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/82.jpg)
TKK (c) Ilkka Mellin (2006) 82
Hypergeometrinen jakaumaOdotusarvon johto 1/3
• OlkoonX ∼ HyperGeom(N, r, n)
• Koska
niin
0 0 1
11
E( ) ( )n n n
x x x
r N r r N rx n x x n x
X xf x x rN Nn n
= = =
− − − − − − = = =
∑ ∑ ∑
1! ( 1)!1!( )! ( 1)!( )!
r rr rx x r rx xx r x x r x
− −= = = −− − −
![Page 83: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/83.jpg)
TKK (c) Ilkka Mellin (2006) 83
Hypergeometrinen jakaumaOdotusarvon johto 2/3
• Koska
niin
1! ( 1)!1!( )! ( 1)!( )!
N NN N N Nn nn N n n n N n n
− −= = ⋅ = −− − −
1 1
1 11 1
E( )1 11 1
n n
x x
r N r r N rx n x x n xnr nrX r
N NN NNn nn
= =
− − − − − − − − = = =
− − − −
∑ ∑
![Page 84: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/84.jpg)
TKK (c) Ilkka Mellin (2006) 84
Hypergeometrinen jakaumaOdotusarvon johto 3/3
• Kalvon 2/3 yhtälöketjun viimeinen yhtälö perustuu siihen, että
• Tämä seuraa siitä, että jälkimmäisessä summassa lasketaan yhteenkaikki hypergeometrisen jakauman
HyperGeom(N –1, r –1, n –1)pistetodennäköisyydet
1
1 0
1 11 1
11 11 1
n n
x x
r N r r N rx n x x n x
N Nn n
−
= =
− − − − − − − − = =
− − − −
∑ ∑
11
( ) , 0,1,2, , 111
r N rx n x
f x x nNn
− − − − = = −
− −
K
![Page 85: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/85.jpg)
TKK (c) Ilkka Mellin (2006) 85
Hypergeometrinen jakaumaOdotusarvon ja varianssin ominaisuuksia 1/3
• OlkoonX ∼ HyperGeom(N, r, n).
• Hypergeometrisen jakauman odotusarvo on
• Odotusarvo on suoraan verrannollinen sekä perusjoukonS osajoukon B (= otos) alkioiden lukumäärään (= n) ettätyypin A alkioiden lukumäärään perusjoukossa S (= r).
• Odotusarvo on kääntäen verrannollinen perusjoukon Salkioiden lukumäärään (= N).
E( ) rX nN
=
![Page 86: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/86.jpg)
TKK (c) Ilkka Mellin (2006) 86
Hypergeometrinen jakaumaOdotusarvon ja varianssin ominaisuuksia 2/3
• Olkoon perusjoukon S alkioiden lukumäärän(S) = N
• Olkoon joukon A ⊂ S alkioiden lukumäärän(A) = r
• Poimitaan perusjoukosta S otannalla ilman takaisinpanoaosajoukko B, jonka alkioiden lukumäärä on
n(B) = n• Tällöin diskreetti satunnaismuuttuja
X = Osajoukkoon B tulleiden A:n alkioiden lukumääränoudattaa hypergeometrista jakaumaa parametreilla N, r, n:
X ∼ HyperGeom(N, r, n)
![Page 87: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/87.jpg)
TKK (c) Ilkka Mellin (2006) 87
Hypergeometrinen jakaumaOdotusarvon ja varianssin ominaisuuksia 3/3
• Todennäköisyys poimia yksi alkio joukosta A on
• Hypergeometrisen jakauman odotusarvo voidaan kirjoittaatodennäköisyyden p avulla muotoon
• Hypergeometrisen jakauman varianssi voidaan kirjoittaatodennäköisyyden p avulla muotoon
E( )X np=
( )2D ( ) 11
N nX np pN
− = − −
( )Pr( )( )
n A rA pn S N
= = =
![Page 88: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/88.jpg)
TKK (c) Ilkka Mellin (2006) 88
Hypergeometrinen jakaumaPistetodennäköisyysfunktion kuvaaja
• Kuva oikealla esittäähypergeometrisen jakauman
HyperGeom(100, 12, 20)pistetodennäköisyysfunktiota
pisteissäx = 0, 1, 2, … , 12
• Jakauman odotusarvo:
0
0.1
0.2
0.3
0.4
0 1 2 3 4 5 6 7 8 9 10 11 12
( )
100 , 12 , 20
r N rx n xf x
Nn
N r n
− − =
= = =
E( ) 2.4rX nN
= =
HyperGeom(100, 12, 20)
E(X) = 2.4
![Page 89: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/89.jpg)
TKK (c) Ilkka Mellin (2006) 89
Hypergeometrinen jakaumaHypergeometrinen jakauma jaotanta ilman takaisinpanoa 1/5
• Olkoon perusjoukon S alkioiden lukumäärän(S) = N
• Poimitaan perusjoukosta S satunnaisesti osajoukko B,jonka alkioiden lukumäärä on
n(B) = nkäyttämällä poiminnassa otantaa ilman takaisinpanoa.
![Page 90: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/90.jpg)
TKK (c) Ilkka Mellin (2006) 90
Hypergeometrinen jakaumaHypergeometrinen jakauma jaotanta ilman takaisinpanoa 2/5
• Otanta ilman takaisinpanoa:(i) Perusjoukosta S poimitaan alkiot osajoukkoon B yksi
kerrallaan arpomalla.(ii) Poimittuja alkioita ei palauteta takaisin
perusjoukkoon S.(iii) Kun otokseen poimitaan alkiota k, k = 1, 2, … , n
jokaisella perusjoukossa S jäljellä olevalla alkiolla onsama todennäköisyys
1/(N –k + 1)tulla poimituksi osajoukkoon B.
• Osajoukko B muodostaa yksinkertaisen satunnaisotoksen perusjoukosta S.
![Page 91: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/91.jpg)
TKK (c) Ilkka Mellin (2006) 91
Hypergeometrinen jakaumaHypergeometrinen jakauma jaotanta ilman takaisinpanoa 3/5
• Otannassa ilman takaisinpanoa arvonta voidaan toteuttaaseuraavalla tavalla:(1) Pannaan uurnaan jokaista perusjoukon S alkiota
vastaava arpalippu.(2) Sekoitetaan arvat huolellisesti.(3) Nostetaan uurnasta arpalippu, jota vastaava alkio
valitaan otokseen B.(4) Ei palauteta nostettua arpalippua uurnaan.(5) Palataan vaiheeseen (3), kunnes haluttu otoskoko n
on saavutettu.
![Page 92: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/92.jpg)
TKK (c) Ilkka Mellin (2006) 92
Hypergeometrinen jakaumaHypergeometrinen jakauma jaotanta ilman takaisinpanoa 4/5
• Huomautuksia otannasta ilman takaisinpanoa:(i) Perusjoukon S alkion todennäköisyys tulla valituksi
otokseen muuttuu poiminnan aikana.(ii) Jokaisella perusjoukon S samankokoisella osajoukolla
on kuitenkin sama todennäköisyys tulla valituksiotokseksi.
(iii) Sama perusjoukon S alkio voi tulla valituksi vainkerran otokseen.
![Page 93: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/93.jpg)
TKK (c) Ilkka Mellin (2006) 93
Hypergeometrinen jakaumaHypergeometrinen jakauma jaotanta ilman takaisinpanoa 5/5
• Olkoon A perusjoukon S osajoukko, jonka alkioidenlukumäärä on
n(A) = r• Todennäköisyys poimia yksi alkio joukosta A on
• Otannassa takaisinpanolla otokseen, jonka koko on n,poimittujen Atyyppisten alkioiden lukumäärä X ondiskreetti satunnaismuuttuja, joka noudattaa hypergeometristä jakaumaa parametreilla N, r, n:
X ∼ HyperGeom(N, r, n)
( )Pr( )( )
n A rA pn S N
= = =
![Page 94: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/94.jpg)
TKK (c) Ilkka Mellin (2006) 94
Hypergeometrinen jakaumaHypergeometrinen jakauma vsbinomijakauma 1/3
• Hypergeometrisen jakauman todennäköisyydet ovatlähellä binomitodennäköisyyksiä, jos otantasuhde
• Otantasuhde ≈ 0, jos otoskoko n on pieni perusjoukonkokoon N nähden.
0nN
≈
![Page 95: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/95.jpg)
TKK (c) Ilkka Mellin (2006) 95
Hypergeometrinen jakaumaHypergeometrinen jakauma vsbinomijakauma 2/3
• OlkoonX ∼ HyperGeom(N, r, n)
• Merkitään p = r/N, jolloin r = Np.• Siten
X ∼ HyperGeom(N, Np, n)• Annetaan N → +∞.• Tällöin hypergeometrisen jakauman HyperGeom(N, Np, n)
pistetodennäköisyydet lähestyvät binomijakaumanBin(n, p) pistetodennäköisyyksiä:
HyperGeom( , , ) Bin ( , )lim ( ) ( ) , 0,1,2, ,N Np n n pNf x f x x n
→+∞= = K
![Page 96: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/96.jpg)
TKK (c) Ilkka Mellin (2006) 96
Hypergeometrinen jakaumaHypergeometrinen jakauma vsbinomijakauma 3/3
• Hypergeometrisen jakauman ja binomijakauman yhteysnäkyy myös siinä, että jakaumilla on sama odotusarvo javarianssit eroavat vain multiplikatiivisella tekijällä
jota sanotaan äärellisen perusjoukon korjaustekijäksi.• Korjaustekijä vaikuttaa hypergeometrisen jakauman
varianssiin sitä vähemmän mitä pienempi on otantasuhden/N:
1N nN
−−
1 , jos 01
N n nN N
−≈ ≈
−
![Page 97: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/97.jpg)
TKK (c) Ilkka Mellin (2006) 97
Hypergeometrinen jakaumaOtanta takaisinpanolla vsotanta ilman takaisinpanoa
• Binomijakauma muodostaa todennäköisyysmallinotannalle takaisinpanolla.
• Hypergeometrinen jakauma muodostaa todennäköisyysmallin otannalle ilman takaisinpanoa.
• Ero otannan takaisinpanolla ja otannan ilman takaisinpanoa välillä on merkityksetön, jos otantasuhde n/N onpieni tai perusjoukko on ääretön.
• Käytännössä otanta tehdään lähes aina ilman takaisinpanoa, mutta laskutoimituksissa käytetään silti useinkaavoja, jotka perustuvat otantaan takaisinpanolla.
• Edellä esitetyn mukaan tästä johtuva virhe on kuitenkinyleensä merkityksetön.
![Page 98: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/98.jpg)
TKK (c) Ilkka Mellin (2006) 98
Diskreetti tasainen jakaumaBernoullijakaumaBinomijakaumaGeometrinen jakaumaNegatiivinen binomijakaumaHypergeometrinen jakauma
>> Poissonjakauma
Diskreettejä jakaumia
![Page 99: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/99.jpg)
TKK (c) Ilkka Mellin (2006) 99
PoissonjakaumaPoissonjakauma ja senpistetodennäköisyysfunktio 1/3
• Toistetaan samaa satunnaiskoetta.• Oletetaan, että toistot ovat toisistaan riippumattomia.• Tarkastellaan jonkin tapahtuman A sattumista toistojen
aikana.• Oletetaan, että Atapahtumien keskimääräinen lukumäärä
aika tai tilavuusyksikköä kohden on λ.• Määritellään diskreetti satunnaismuuttuja X:
X = Tapahtuman A esiintymisten lukumääräaika tai tilavuusyksikköä kohden
![Page 100: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/100.jpg)
TKK (c) Ilkka Mellin (2006) 100
PoissonjakaumaPoissonjakauma ja senpistetodennäköisyysfunktio 2/3
• Jos tietyt oletukset pätevät (ks. >), satunnaismuuttujan Xpistetodennäköisyysfunktio on muotoa
• Sanomme, että satunnaismuuttuja X noudattaaPoissonjakaumaa parametrinaan λ.
• Merkintä:X ∼ Poisson(λ)
( ) Pr( ) , 0!
0,1,2,
xef x X xx
x
λλ λ−
= = = >
= K
![Page 101: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/101.jpg)
TKK (c) Ilkka Mellin (2006) 101
PoissonjakaumaPoissonjakauma ja senpistetodennäköisyysfunktio 3/3
• Huomautus:Funktio f(x) määrittelee todennäköisyysjakauman, koskaeksponenttifunktion määritelmän mukaan
0 0 0
( ) 1! !
x x
x x x
ef x e e ex x
λλ λ λλ λ−∞ ∞ ∞
− −
= = =
= = = =∑ ∑ ∑
![Page 102: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/102.jpg)
TKK (c) Ilkka Mellin (2006) 102
PoissonjakaumaPistetodennäköisyysfunktion johto 1/3
• Tarkastellaan jonkin tapahtuman A sattumista saman satunnaiskokeentoistojen aikana.
• Oletukset:(1) Toistot ovat toisistaan riippumattomia.(2) Pr(Yksi tapahtuma A lyhyellä aikavälillä dt) = νdt(3) Aikaväli on dt on niin lyhyt, että todennäköisyys
Pr(k kpl tapahtumia A aikavälillä dt, k > 1)on häviävän pieni eli kertaluokkaa o(t).
• Merkitään:f(x; t) = Pr(x kpl tapahtumia A aikavälillä [0, t])
![Page 103: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/103.jpg)
TKK (c) Ilkka Mellin (2006) 103
PoissonjakaumaPistetodennäköisyysfunktion johto 2/3
• Oletusten (1)(3) pätiessä aikavälillä[0, t + dt]
voi sattua x kpl tapahtumia A kahdella toisensa poissulkevalla tavalla(tn = todennäköisyys):(1) x kpl tapahtumia A ajanhetkeen t mennessä; tn = f(x; t)
Ei tapahtumia A aikavälillä dt; tn = 1 − νdtLisäksi nämä ovat tapahtumina toisistaan riippumattomia.
(2) (x − 1) kpl tapahtumia A ajanhetkeen t mennessä; tn = f(x − 1; t)Yksi tapahtuma A aikavälillä dt; tn = νdtLisäksi nämä ovat tapahtumina toisistaan riippumattomia.
![Page 104: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/104.jpg)
TKK (c) Ilkka Mellin (2006) 104
PoissonjakaumaPistetodennäköisyysfunktion johto 3/3
• Riippumattomien tapahtumien tulosäännön ja toisensa poissulkevientapahtumien yhteenlaskusäännön mukaan
f(x; t + dt) = f(x; t)(1 − νdt) + f(x − 1; t)νdt• Järjestämällä termit uudelleen saadaan erotusosamäärä
• Antamalla dt → 0, saadaan (x:n suhteen) differenssiyhtälö
• Voidaan osoittaa, että tämän differenssiyhtälön ratkaisu on muotoa
• Merkitsemällä νt = λ saadaan Poissonjakauman pistetodennäköisyysfunktio.
[ ]( ; ) ( ; ) ( 1; ) ( ; )f x t dt f x t f x t f x tdt
ν+ −= − −
[ ]( ; ) ( 1; ) ( ; )df x t f x t f x tdt
ν= − −
( )( ) , 0,1,2,!
t xe tf x xx
ν ν−
= = K
![Page 105: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/105.jpg)
TKK (c) Ilkka Mellin (2006) 105
PoissonjakaumaOdotusarvo, varianssi ja standardipoikkeama
• OlkoonX ∼ Poisson(λ)
• Odotusarvo:
• Varianssi ja standardipoikkeama:E( )X λ=
2Var( ) D ( )
D( )
X X
X
λ
λ
= =
=
![Page 106: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/106.jpg)
TKK (c) Ilkka Mellin (2006) 106
PoissonjakaumaOdotusarvon johto
• OlkoonX ∼ Poisson(λ)
• Siten
0 0
11
1
E( ) ( )!
!
( 1)!
x
x xx
xx
x
eX xf x xx
e xx
ex
e e
λ
λ
λ
λ λ
λ
λ
λλ
λλ
−∞ ∞
= =
∞−
=
−∞−
=
−
= =
=
=−
==
∑ ∑
∑
∑
![Page 107: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/107.jpg)
TKK (c) Ilkka Mellin (2006) 107
PoissonjakaumaPistetodennäköisyysfunktion kuvaaja
• Kuva oikealla esittää Poissonjakauman
Poisson(5)pistetodennäköisyysfunktiota
pisteissäx = 0, 1, 2, … , 12
• Jakauman odotusarvo:
( )!
5
xef xx
λλ
λ
−
=
=
E( ) 5x λ= =
0
0.1
0.2
0.3
0 1 2 3 4 5 6 7 8 9 10 11 12
Poisson(5)
E(X) = 5
![Page 108: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/108.jpg)
TKK (c) Ilkka Mellin (2006) 108
PoissonjakaumaPoissonjakaumaa noudattaviensatunnaismuuttujien summan jakauma 1/2
• OlkootX1, X2, … , Xk
riippumattomia satunnaismuuttujia, jotka noudattavatPoissonjakaumia parametrein λ1 , λ2 , … , λk :
X1, X2, … , Xk ⊥Xi ~ Poisson(λi) , i = 1, 2, … , k
• Tällöin satunnaismuuttujien X1, X2, … , Xk summaY = X1 + X2 + ··· + Xk
noudattaa Poissonjakaumaa parametrillaλ1 + λ2 + ··· + λk :
Y ~ Poisson(λ1 + λ2 + ··· + λk)
![Page 109: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/109.jpg)
TKK (c) Ilkka Mellin (2006) 109
PoissonjakaumaPoissonjakaumaa noudattaviensatunnaismuuttujien summan jakauma 2/2
• Tulos perustellaan luvussa Satunnaismuuttujien muunnosten
jakaumat.• Huomautuksia:
– Jokaisella Poissonjakaumalla saa olla eri parametri.– Tarkoitamme satunnaismuuttujien riippumattomuudella sitä,
että yhdenkään satunnaismuuttujan saamat arvot eivät riipu siitä,mitä arvoja muut satunnaismuuttujat saavat; käsite täsmennetäänluvussa Moniulotteiset satunnaismuuttujat ja jakaumat.
![Page 110: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/110.jpg)
TKK (c) Ilkka Mellin (2006) 110
PoissonjakaumaBinomijakauma jaPoissonjakauma 1/3
• Binomitodennäköisyydet ovat lähellä Poissontodennäköisyyksiä, jos n on suuri ja p on pieni.
• Siten Poissonjakauma kuvaa harvinaisten tapahtumientodennäköisyyksiä pitkissä toistokoesarjoissa.
![Page 111: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/111.jpg)
TKK (c) Ilkka Mellin (2006) 111
PoissonjakaumaBinomijakauma jaPoissonjakauma 2/3
• OlkoonX ∼ Bin(n, p)
• Olkoon p = λ/n, jolloin λ = np.• Annetaan n → +∞ ja p → 0 niin, että np = λ.• Tällöin binomijakauman Bin(n, p) pistetodennäköisyydet
lähestyvät Poissonjakauman Poisson(λ) pistetodennäköisyyksiä:
• Huomautus:Ehto np = λ voidaan korvata lievemmällä ehdolla np → λ.
Bin( , ) Poisson( )0
lim ( ) ( ) , 0,1,2,n pnpnp
f x f x xλ
λ
→∞→=
= = K
![Page 112: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/112.jpg)
TKK (c) Ilkka Mellin (2006) 112
PoissonjakaumaBinomijakauma jaPoissonjakauma 3/3
• Poissonjakauman ja binomijakauman välinen yhteysnäkyy myös siinä, että jakaumien odotusarvot ovat lähellätoisiaan, jos n on suuri ja p on pieni:
• Tällöin myös jakaumien varianssit ovat lähellä toisiaan:
koskap ≈ 0 ⇒ q = 1 − p ≈ 1
E( )X npµ λ= = ≈
2D ( )X np npqµ λ= = = ≈
![Page 113: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/113.jpg)
TKK (c) Ilkka Mellin (2006) 113
PoissonjakaumaBinomijakauma jaPoissonjakauma: Todistus 1/3
• Olkoon X ∼ Bin(n, p).• Tällöin
• Oletetaan, ettän → +∞
ja samaan aikaanp → 0
niin, ettänp = λ
jossa λ > 0 on vakio.
( ) , 1 , 0,1,2, ,x n xX
nf x p q q p x n
x−
= = − =
K
![Page 114: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/114.jpg)
TKK (c) Ilkka Mellin (2006) 114
PoissonjakaumaBinomijakauma jaPoissonjakauma: Todistus 2/3
• Ottamalla huomioon, että np = λ ja q = 1 − p, voimme kirjoittaa
( )
( 1)( 2) ( 1) ( ) (1 )!
( 1)( 2) ( 1) (1 )! (1 )
1 2 1 (1 )1 1 1 1! (1 )
x n xX
x n xx
x n
x x
x n
x
nf x p q
xn n n n x np p
n xn n n n x p
n x px p
n n n x p
λ
λ
−
−
=
− − − += −
− − − + −= ⋅ ⋅−
− − = − − − ⋅ ⋅ −
L
L
L
![Page 115: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/115.jpg)
TKK (c) Ilkka Mellin (2006) 115
PoissonjakaumaBinomijakauma jaPoissonjakauma: Todistus 3/3
• Kirjoitetaan
• Luvun e määritelmän mukaan
• Lisäksi pätee:
• Yhdistämällä tulokset (1), (2) ja (3) saadaan haluttu lopputulos:
1/ 1/(1 ) [(1 ) ] [(1 ) ]n p np pp p p λ− − − −− = − = −
1/
0(1) lim[(1 ) ]p
pp eλ λ− − −
→− =
0
1 2 1(2) lim 1 1 1 1
(3) lim(1 ) 1
n
x
p
xn n np
→∞
→
− − − − =
− =
L
0
lim ( )!
x
Xnpnp
ef xx
λ
λ
λ−
→∞→=
=
![Page 116: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/116.jpg)
TKK (c) Ilkka Mellin (2006) 116
PoissonjakaumaPoissonprosessi
• Tarkastellaan jonkin tapahtuman A sattumista jatkuvallaaikavälillä, jonka pituus on t aikayksikköä.
• Määritellään diskreetti satunnaismuuttuja X:X = Niiden tapahtumien lukumäärä, jotka sattuvat
aikavälillä [0, t]• Sopivin oletuksin (ks. edellä) satunnaismuuttuja X
noudattaa Poissonjakaumaa parametrinaan νt:X ∼ Poisson(νt)
• Parametri νt kuvaa tapahtumaintensiteettiä elitapahtumien keskimääräistä lukumäärää aikavälillä, jonkapituus on t aikayksikköä.
![Page 117: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/117.jpg)
TKK (c) Ilkka Mellin (2006) 117
PoissonjakaumaPoissonprosessi ja eksponenttijakauma
• OlkoonX ∼ Poisson(νt)
• Määritellään jatkuva satunnaismuuttuja Y:Y = Ensimmäisen tapahtuman sattumisaika
= Tapahtumien väliaika• Satunnaismuuttuja Y noudattaa eksponenttijakaumaa
parametrinaan ν.Ks. tarkemmin lukua Jatkuvia jakaumia.
![Page 118: Ilkka€Mellin Todennäköisyyslaskenta Osa€3: …math.tkk.fi/opetus/sovtoda/luennot/toddj100.pdf · 2006-10-05 · pistetodennäköisyysfunktio 1/2 š Olkoon X diskreetti€satunnaismuuttuja,€jonka€mahdolliset](https://reader033.vdocuments.mx/reader033/viewer/2022041520/5e2ddbeb80508c1f3a72a7bc/html5/thumbnails/118.jpg)
TKK (c) Ilkka Mellin (2006) 118
PoissonjakaumaPoissonprosessi:Esimerkki
• Tarkastellaan radioaktiivista hajoamista.• Olkoon satunnaismuuttuja
X = aikavälillä [0, t] hajoavien atomien lukumäärä• Tällöin
X ∼ Poisson(νt)jossa ν on alkuainekohtainen parametri, joka kuvaa keskimäärinaikayksikköä kohden hajoavien atomien lukumäärää.