TKK (c) Ilkka Mellin (2004) 1
Johdatus todennäköisyyslaskentaan
Kertymäfunktio
TKK (c) Ilkka Mellin (2004) 2
Kertymäfunktio
Kertymäfunktio: Määritelmä Diskreettien jakaumien kertymäfunktiot Jatkuvien jakaumien kertymäfunktiot
TKK (c) Ilkka Mellin (2004) 3
Kertymäfunktio:
Mitä opimme? – 1/2
• Jos satunnaisilmiötä halutaan mallintaa matemaattisesti, on ilmiön tulosvaihtoehdot kuvattava numeerisessa muodossa.
• Tämä tapahtuu liittämällä satunnaisilmiön tulosvaihtoehtoihin reaaliarvoinen funktio, jota kutsutaan satunnaismuuttujaksi.
• Satunnaismuuttujan arvoihin liitetään todennäköisyydet määrittelemällä satunnaismuuttujan todennäköisyysjakauma.
• Satunnaismuuttujan todennäköisyysjakauman määrää täysin sen kertymäfunktio.
• Jos satunnaismuuttujan kertymäfunktio tunnetaan, tunnetaan satunnaismuuttujan jakaumaja samalla hallitaankaikkien ko.
satunnaisilmiöön liittyvien tapahtumien todennäköisyydet.
TKK (c) Ilkka Mellin (2004) 4
Kertymäfunktio:
Mitä opimme? – 2/2
• Todennäköisyyslaskennassaja matemaattisessa tilastotieteessä todennäköisyysjakaumia tarkastellaan teoreettisesti tavallisesti kertymäfunktioiden kautta.
• Tämä johtuu siitä, että sama määritelmä kertymäfunktiolle sopii kaikille satunnaismuuttujilleolivatpa ne diskreettejä, jatkuviatai jotakin muuta tyyppiäja teoreettista tarkastelua ei tarvitse jakaa osiin satunnaismuuttujien tyypin mukaan.
• Tässä esityksessätarkastelemme kertymäfunktioita kuitenkin myös seuraavissa erikoistapauksissa:
(i) Diskreetit satunnaismuuttujatja niiden kertymäfunktiot.
(ii) Jatkuvat satunnaismuuttujatja niiden jakaumat.
TKK (c) Ilkka Mellin (2004) 5
Kertymäfunktio:
Esitiedot
• Esitiedot: ks. seuraavaa lukua:
Satunnaismuuttujat ja todennäköisyysjakaumat
TKK (c) Ilkka Mellin (2004) 6
Kertymäfunktio:
Lisätiedot
• Tilastotieteessä paljon käytettyjen jakaumien(normaali-, χ2-, F- ja t- jakaumien)tilastolliset taulukotliittyvät ko. jakaumien kertymä- funktioiden arvoihin; ks. seuraavia lukuja:
Jatkuvia jakaumia
Normaalijakaumasta johdettuja jakaumia
TKK (c) Ilkka Mellin (2004) 7
Kertymäfunktio
>> Kertymäfunktio: Määritelmä Diskreettien jakaumien kertymäfunktiot Jatkuvien jakaumien kertymäfunktiot
TKK (c) Ilkka Mellin (2004) 8
Kertymäfunktio: Määritelmä
Avainsanat Kertymäfunktio Satunnaismuuttuja Todennäköisyysjakauma Todennäköisyysmassa
TKK (c) Ilkka Mellin (2004) 9
Kertymäfunktio: Määritelmä
Kertymäfunktion määritelmä
• Olkoon ξsatunnaismuuttuja.
• Satunnaismuuttujan ξkertymäfunktioFon reaali- arvoinen funktio
( ) Pr( )
F x = ξ≤x
TKK (c) Ilkka Mellin (2004) 10
Kertymäfunktio: Määritelmä
Kertymäfunktion määritelmä:
Kommentteja 1/2
• Satunnaismuuttujan ξkertymäfunktion Fmääritelmässä
on
ξ= satunnaismuuttuja
x = reaaliluku, kertymäfunktion F argumentti
• KertymäfunktionFarvo pisteessäxon todennäköisyys sille, että satunnaismuuttuja ξsaa arvoja, jotka ovat ≤x.
• Piste xerottaa vasemmalle puolelleen satunnaismuuttujan ξtodennäköisyysmassan, jonka koko on
Pr(ξ≤x) = F(x)
( ) Pr( )
F x = ξ≤x
TKK (c) Ilkka Mellin (2004) 11
Kertymäfunktio: Määritelmä
Kertymäfunktion määritelmä:
Kommentteja 2/2
• Satunnaismuuttujan ξkertymäfunktio
kuvaa satunnaismuuttujan ξtodennäköisyysmassan kertymistä, kun kertymäfunktion argumentti x kasvaa.
• Satunnaismuuttujan ξkertymäfunktio määrääkaikkienko.
satunnaisilmiöön liittyvien tapahtumien todennäköisyydet.
• Kertymäfunktion määritelmä sopii kaikille satunnais- muuttujilleolivatpa ne diskreettejä, jatkuvia tai jotakin muuta tyyppiä.
• Kertymäfunktio on keskeinen työväline matemaattisessa tilastotieteessä.
( ) Pr( )
F x = ξ≤x
TKK (c) Ilkka Mellin (2004) 12
Kertymäfunktio: Määritelmä
Kertymäfunktio ja tapahtumien todennäköisyydet
• Jos satunnaismuuttujan ξkertymäfunktio Ftunnetaan, kaikkien ko. satunnaisilmiöön liittyvien tapahtumien todennäköisyydet hallitaan.
• Tämä johtuu seuraavista seikoista:
(i) Jokaista tapahtumaa vastaa jokin reaalilukujen joukon osajoukko, joka voidaan muodostaa muotoa (−∞, x]olevista reaaliakselin väleistä tavanomaisten joukko-opin operaatioidenavulla.
(ii) Jokaisen tapahtuman todennäköisyyssaadaan tyyppiä (−∞, x]olevien reaaliakselin välien toden- näköisyyksistä todennäköisyyslaskennan laskusääntöjenavulla.
R
TKK (c) Ilkka Mellin (2004) 13
Kertymäfunktio: Määritelmä
Kertymäfunktion ominaisuudet 1/2
• Funktio on kertymäfunktio, jos ja vain jos se toteuttaa seuraavat ehdot:
1 2 1 2
0
(1) lim ( ) 0
(2) lim ( ) 1
(3) on - :
( ) ( ), jos
(4) on :
lim ( ) ( )
x x
h
F x F x F ei vähenevä
F x F x x x
F jatkuva oikealta F x h F x
→−∞
→+∞
→ +
=
=
≤ ≤
+ =
[ ]
: 0,1
F R→
TKK (c) Ilkka Mellin (2004) 14
Kertymäfunktio: Määritelmä
Kertymäfunktion ominaisuudet 2/2
• Jos funktio on kertymäfunktio, niin:
(5) Pr( ) 1 ( )
(6) Pr( ) ( ) ( )
x F x
a b F b F a
ξ ξ
> = −
< ≤ = −
[ ]
: 0,1
F R→
TKK (c) Ilkka Mellin (2004) 15
Kertymäfunktio: Määritelmä
Kertymäfunktion ominaisuuksien perustelu
• Käytämme kertymäfunktioiden ominaisuuksien perustelussa mm.
seuraavia todennäköisyyslaskennan lauseita (ks. tarkemmin lukua Todennäköisyyden aksioomat):
Lause 1: Olkoon todennäköisyyskenttäja . (i) Jos , niin
(ii) Jos , niin
Lause 2: Olkoon todennäköisyyskenttäja . Jos , niin
( , , Pr)SF A A A1, 2, ,3…∈F
1 2 3
A⊂A⊂A⊂
(
1)
( )Pr
∪
i∞=Ai =nlim Pr→+∞ An1 2 3
A⊃A⊃A⊃
(
1)
( )Pr
∩
i∞=Ai =nlim Pr→+∞ An1 2 3
A⊃A⊃A⊃ → ∅
( )
lim Pr n 0
n→+∞ A =
( , ,Pr)SF A A A1, , ,2 3…∈F
TKK (c) Ilkka Mellin (2004) 16
Kertymäfunktio: Määritelmä
Kertymäfunktion ominaisuus (1):
Perustelu
• Olkoon satunnaismuuttujan ξkertymäfunktio.
• Tällöin (1)
• Todistus:
Olkoon x1> x2> x3> ···
aleneva lukujonoja lisäksi Tällöin
Lauseen 2 mukaan
( ) Pr( )
F x = ξ≤x
limx→−∞F x( ) 0=
limn→+∞xn= −∞
1 2 3
{ξ≤x} {⊃ξ≤x} {⊃ξ≤x}⊃ → ∅
( )
lim ( )n lim Pr n 0
n F x n ξ x
→+∞ = →+∞ ≤ =
TKK (c) Ilkka Mellin (2004) 17
Kertymäfunktio: Määritelmä
Kertymäfunktion ominaisuus (2):
Perustelu 1/2
• Olkoon satunnaismuuttujan ξkertymäfunktio.
• Tällöin (2)
• Todistus:
Olkoon x1< x2< x3< ···
kasvava lukujonoja lisäksi
Tällöin ja
( ) Pr( )
F x = ξ≤x limx→+∞F x( ) 1=
limn→+∞xn= +∞
1 2 3
{ξ≤x} {⊂ξ≤x} {⊂ξ≤x}⊂ →
1 2 3
{ξ>x} {⊃ξ>x} {⊃ξ>x}⊃ → ∅
TKK (c) Ilkka Mellin (2004) 18
Kertymäfunktio: Määritelmä
Kertymäfunktion ominaisuus (2):
Perustelu 2/2 Lauseen 2 mukaan joten
( )
lim Pr n 0
n ξ x
→+∞ ≤ =
( )
( )
lim ( ) lim Pr 1 lim Pr 1
n n
n n
n n
F x x
x ξ
ξ
→+ ∞ →+ ∞
→+ ∞
= ≤
= − >
=
TKK (c) Ilkka Mellin (2004) 19
Kertymäfunktio: Määritelmä
Kertymäfunktion ominaisuus (3):
Perustelu
• Olkoon satunnaismuuttujan ξkertymäfunktio.
• Tällöin (3)
• Todistus:
Olkoon x1≤x2 Tällöin Tällöin
( ) Pr( )
F x = ξ≤x
1 2
{ξ≤x} {⊂ξ≤x}
1 2 1 2
( ) ( ), jos F x ≤F x x≤x
1 1 2 2
( ) Pr( ) Pr( ) ( )
F x = ξ≤x ≤ ξ≤x =F x
TKK (c) Ilkka Mellin (2004) 20
Kertymäfunktio: Määritelmä
Kertymäfunktion ominaisuus (4):
Perustelu
• Olkoon satunnaismuuttujan ξkertymäfunktio.
• Tällöin (4)
• Todistus:
Olkoon
h1> h2> h3> ···
aleneva lukujonoja lisäksi Tällöin
Lauseen 1 kohdan (ii) mukaan
( ) Pr( )
F x = ξ≤x
limn→+ ∞hn=x
1 2 3
{ξ≤h} {⊃ξ≤h} {⊃ξ≤h}⊃ →{ξ≤x}
( )
lim ( )n lim Pr n Pr( ) ( )
n F h n ξ h ξ x F x
→+ ∞ = →+ ∞ ≤ = ≤ =
limh→ +0 F x h( + )=F x( )
TKK (c) Ilkka Mellin (2004) 21
Kertymäfunktio: Määritelmä
Kertymäfunktion ominaisuus (5):
Perustelu
• Olkoon satunnaismuuttujan ξkertymäfunktio.
• Tällöin (5)
• Todistus:
Komplementtitapahtuman todennäköisyydenkaavan nojalla
( ) Pr( )
F x = ξ≤x Pr(ξ>x) 1= −F x( )
Pr( ) 1 Pr( )
1 ( )
x x
F x ξ> = − ξ≤
= −
TKK (c) Ilkka Mellin (2004) 22
Kertymäfunktio: Määritelmä
Kertymäfunktion ominaisuus (6):
Perustelu
• Olkoon satunnaismuuttujan ξkertymäfunktio.
• Tällöin (6)
• Todistus:
Koska
ja
niin toisensa poissulkevien tapahtumien yhteenlaskusäännönnojalla
( ) Pr( )
F x = ξ≤x Pr(a< ≤ξ b)=F b( )−F a( )
{ξ≤b} {= ξ≤a} {∪a< ≤ξ b}
{ξ≤a} {∩a< ≤ξ b}= ∅
( ) Pr( }
Pr( ) Pr( )
( ) Pr( )
F b b
a a b
F a a b
ξ
ξ ξ
ξ
= ≤
= ≤ + < ≤
= + < ≤
TKK (c) Ilkka Mellin (2004) 23
Kertymäfunktio: Määritelmä
Kertymäfunktion tulkinta
• Kertymäfunktion määritelmän
ja kertymäfunktion ominaisuuden
perusteella kertymäfunktiolle voidaan antaa seuraava tulkinta:
Kertymäfunktio Fkuvaa miten satunnaismuuttujan ξ todennäköisyysmassaa kumuloituueli kertyy lisää, kun kertymäfunktion argumentti x kasvaa.
( ) Pr( )
F x = ξ≤x
1 2 1 2
(3) F x( )≤F x( ), jos x ≤x
TKK (c) Ilkka Mellin (2004) 24
Kertymäfunktio: Määritelmä
Tilastolliset taulukot ja kertymäfunktio 1/2
• Tavanomaisimpien jakaumien(normaali-, χ2-, F- ja t- jakaumien)tilastolliset taulukotliittyvät jakaumien kertymäfunktion arvoihin.
• Normaalijakauman taulukoissaon yleensä taulukoitu todennäköisyyksiä (kertymäfunktion arvoja)
useille argumentin xarvoille (ks. lukua Jatkuvia jakaumia).
Pr(ξ≤x)=F x( )
TKK (c) Ilkka Mellin (2004) 25
Kertymäfunktio: Määritelmä
Tilastolliset taulukot ja kertymäfunktio 2/2
• Tavanomaisimpien jakaumien(normaali-, χ2-, F- ja t- jakaumien)tilastolliset taulukotliittyvät jakaumien kertymäfunktion arvoihin.
• Normaalijakauman taulukoissaon yleensä taulukoitu todennäköisyyksiä (kertymäfunktion arvoja)
useille argumentin xarvoille (ks. lukua Jatkuvia jakaumia).
• χ2-, F- ja t-jakaumien taulukoissaon yleensä taulukoitu argumentin xarvoja muutamille todennäköisyyksille
(ks. lukua Normaalijakaumasta johdettuja jakaumia).
Pr(ξ≤x)=F x( )
Pr(ξ≥x) 1= −F x( )
TKK (c) Ilkka Mellin (2004) 26
Kertymäfunktio
Diskrettien ja jatkuvien jakaumien kertymäfunktiot
• Tarkastelemme seuraavassa kertymäfunktioita kahdessa erikoistapauksessa:
(i) Diskreettien jakaumien kertymäfunktiot (ii) Jatkuvien jakaumien kertymäfunktiot
TKK (c) Ilkka Mellin (2004) 27
Kertymäfunktio
Kertymäfunktio: Määritelmä
>> Diskreettien jakaumien kertymäfunktiot Jatkuvien jakaumien kertymäfunktiot
TKK (c) Ilkka Mellin (2004) 28
Diskreettien jakaumien kertymäfunktiot
Avainsanat
Diskreetti satunnaismuuttuja Kertymäfunktio Pistetodennäköisyysfunktio Porrasfunktio
Satunnaismuuttuja Todennäköisyysjakauma
TKK (c) Ilkka Mellin (2004) 29
Diskreettien jakaumien kertymäfunktiot
Diskreetin jakauman kertymäfunktion määritelmä
• Olkoon ξdiskreetti satunnaismuuttujaja {x1, x2, x3, … } sentulosvaihtoehtojeneli arvojenjoukko.
• Olkoon satunnaismuuttujan ξpistetodennäköisyysfunktio
• Määritellään funktio kaavalla
• Tällöin Fon diskreetin satunnaismuuttujanξkertymä- funktio.
• Diskreetin satunnaismuuttujan kertymäfunktio Fon epäjatkuva ei-väheneväfunktio.
( ) Pr( ) ( )
i i i x x
F x ξ x f x
≤
= ≤ =
∑
( ) Pr(i i) i, 1,2,3, f x = ξ=x =p i= …
[ ]
: 0,1
F R→
TKK (c) Ilkka Mellin (2004) 30
Diskreettien jakaumien kertymäfunktiot
Diskreetin jakauman kertymäfunktion määritelmä:
Kommentteja
• Diskreetin jakauman kertymäfunktion Fmääritelmän
mukaan kertymäfunktion Farvo pisteessäxeli toden- näköisyys tapahtumalle ξ≤xsaadaan laskemalla yhteen kaikki pistetodennäköisyydet
f(xi) = Pr(ξ= xi) = pi
joita vastaavat satunnaismuuttujan ξarvot xi≤x.
• Kaikkiensatunnaismuuttujaan ξliittyvien tapahtumien todennäköisyydetvoidaan määrätä sen kertymäfunktion avulla.
( ) Pr( ) ( )
i i i x x
F x ξ x f x
≤
= ≤ =
∑
TKK (c) Ilkka Mellin (2004) 31
Diskreettien jakaumien kertymäfunktiot
Diskreetin jakauman kertymäfunktion ja pistetodennäköisyysfunktion yhteys
• Olkoon ξdiskreetti satunnaismuuttujaja {x1, x2, x3, … } sentulosvaihtoehtojeneli arvojenjoukko.
• Olkoon satunnaismuuttujan ξpistetodennäköisyysfunktio
• Olkoon satunnaismuuttujan ξkertymäfunktio
• Tällöin
( ) Pr( )
i i i x x
F x ξ x p
≤
= ≤ =
∑
( ) Pr(i i) i ( )i ( i1) f x = ξ=x =p =F x −F x−
( ) Pr(i i) i, 1,2,3, f x = ξ=x =p i= …
TKK (c) Ilkka Mellin (2004) 32
Diskreettien jakaumien kertymäfunktiot
Esimerkki:
Onnenpyörä 1/7
• Luvun
Satunnaismuuttujat ja todennäköisyysjakaumat kappaleen
Diskreetit satunnaismuuttujat ja niiden todennäköisyysjakaumat johdattelevassa esimerkissä käsitellään viereen kuvatun onnenpyörän käyttäytymistä satunnaisilmiönä.
A 30 %
B 25 % C
20 % D 15 %
E 10 %
TKK (c) Ilkka Mellin (2004) 33
Diskreettien jakaumien kertymäfunktiot
Esimerkki:
Onnenpyörä 2/7
• Onnenpyörän pinta on jaettu viiteen sektoriin A, B, C, D, E
• Sektoreiden pinta-alojen osuudet onnenpyörän kokonaispinta-alasta on esitetty alla:
A 30 %
B 25 % C
20 % D 15 %
E 10 %
Sektori %
A 30
B 25
C 20
D 15
E 10
Summa 100
TKK (c) Ilkka Mellin (2004) 34
Diskreettien jakaumien kertymäfunktiot
Esimerkki:
Onnenpyörä 3/7
• Esimerkissä määriteltiin diskreetti satunnaismuuttuja ξ, joka liittää tulosvaihtoehtoihin A, B, C, D, E
reaaliluvutseuraavalla tavalla:
A → 1
B → 2
C → 3
D → 4
E → 5
A 30 %
B 25 % C
20 % D 15 %
E 10 %
TKK (c) Ilkka Mellin (2004) 35
Diskreettien jakaumien kertymäfunktiot
Esimerkki:
Onnenpyörä 4/7
• Diskreetin satunnaismuuttujan ξpistetodennäköisyysfunktio f voidaan yleisesti määritellä kaavalla
jossa {x1, x2, x3, … } on satunnaismuuttujan ξ saamien arvojenjoukko.
( ) Pr(i i) i, 1,2,3, f x = ξ=x =p i= …
0 0.1 0.2 0.3 0.4
1 2 3 4 5
Pistetotodennäköisyysfunktio
(1, p1) (2, p2)
(3, p3) (4, p4)
(5, p5)
TKK (c) Ilkka Mellin (2004) 36
Diskreettien jakaumien kertymäfunktiot
Esimerkki:
Onnenpyörä 5/7
• Esimerkin tapauksessa satunnaismuuttujan ξpiste- todennäköisyysfunktiofvoidaan määritellä seuraavasti:
f(1) = Pr(ξ= 1) = 0.30 = Pr(A) f(2) = Pr(ξ= 2) = 0.25 = Pr(B) f(3) = Pr(ξ= 3) = 0.20 = Pr(C) f(4) = Pr(ξ= 4) = 0.15 = Pr(D) f(5) = Pr(ξ= 5) = 0.10 = Pr(E) 0
0.1 0.2 0.3 0.4
1 2 3 4 5
Pistetotodennäköisyysfunktio
(1, p1) (2, p2)
(3, p3) (4, p4)
(5, p5)
TKK (c) Ilkka Mellin (2004) 37
Diskreettien jakaumien kertymäfunktiot
Esimerkki:
Onnenpyörä 6/7
• Satunnaismuuttujan ξ kertymäfunktioon F(x) = Pr(ξ≤x)
• Diskreetinsatunnaismuuttujan pistetodennäköisyys-ja kertymä- funktioidenvälillä on seuraava yhteys:
Pr(ξ=xi)=pi=F x( )i−F x(i−1)
0 0.2 0.4 0.6 0.8 1 1.2
0 1 2 3 4 5 6
p1 p2
p3 p4
p5 Kertymäfunktio
TKK (c) Ilkka Mellin (2004) 38
Diskreettien jakaumien kertymäfunktiot
Esimerkki:
Onnenpyörä 7/7
• Esimerkin tapauksessa satunnaismuuttujan ξkertymä- funktio Fvoidaan määritellä alla olevan taulukon avulla.
• Kuva oikealla esittää esimerkin kertymäfunktion kuvaajaa.
F(x) = Pr(ξ ≤ x) x < 1 0
1 ≤ x < 2p1 = 0.3 2 ≤ x < 3p1 + p2 = 0.55 3 ≤ x < 4p1 + p2 + p3 = 0.75 4 ≤ x < 5p1 + p2 + p3 + p4 = 0.9
5 ≤ x p1 + p2 + p3 + p4 + p5 = 1
0 0.2 0.4 0.6 0.8 1 1.2
0 1 2 3 4 5 6
p1 p2
p3 p4
p5 Kertymäfunktio
TKK (c) Ilkka Mellin (2004) 39
Diskreettien jakaumien kertymäfunktiot
Diskreetin jakauman kertymäfunktio on porrasfunktio
• Diskreetin satunnaismuuttujan kertymäfunktio Fon epäjatkuva ei-väheneväfunktio, jolla on epäjatkuvuus- kohtaeli hyppäysjokaisessa pisteessä xi, johon liittyy positiivinentodennäköisyys
Pr(ξ= xi) = pi
• Hyppäyksen suuruuspisteessä xion pi.
• Kertymäfunktio saa vakioarvonperäkkäisten pisteiden xi−1ja xivälissä.
• Diskreetin satunnaismuuttujan kertymäfunktio on siten porrasfunktio, jossa todennäköisyydet pimääräävät askelmien korkeudetja erotukset xi−xi−1määräävät askelmien syvyydet.
TKK (c) Ilkka Mellin (2004) 40
Diskreettien jakaumien kertymäfunktiot
Välien todennäköisyydet 1/2
• Diskreetin jakauman tapauksessa välin todennäköisyyson
( ]
( ]
,
,
Pr( ) ( ) ( )
Pr( )
i
i
i i x a b
i i x a b
a b F b F a
x p ξ
ξ
∈
∈
< ≤ = −
= =
=
∑
∑
( , ]a b ⊂R
TKK (c) Ilkka Mellin (2004) 41
Diskreettien jakaumien kertymäfunktiot
Välien todennäköisyydet 2/2
• Kaavan
mukaan välin todennäköisyys voidaan määrätä kahdella eri tavalla:
(i) Jos jakauman pistetodennäköisyysfunktiotunnetaan, saadaan välin (a, b]todennäköisyys laskemalla yhteen pistetodennäköisyydetpi, joita vastaavat xi∈(a, b].
(ii) Jos jakauman kertymäfunktio Ftunnetaan, saadaan välin (a, b]todennäköisyys laskemalla kertymäfunktion F arvojen F(b) ja F(a) erotus.
(,]
Pr( ) ( ) ( )
i i i x a b
a ξ b F b F a p
∈
< ≤ = − =
∑
( , ]a b⊂R
TKK (c) Ilkka Mellin (2004) 42
Kertymäfunktio
Kertymäfunktio: Määritelmä Diskreettien jakaumien kertymäfunktiot
>> Jatkuvien jakaumien kertymäfunktiot
TKK (c) Ilkka Mellin (2004) 43
Jatkuvien jakaumien kertymäfunktiot
Avainsanat
Jatkuva satunnaismuuttuja Kertymäfunktio Satunnaismuuttuja Tiheysfunktio Todennäköisyysjakauma
TKK (c) Ilkka Mellin (2004) 44
Jatkuvien jakaumien kertymäfunktiot
Jatkuvan jakauman kertymäfunktion määritelmä
• Olkoon ξjatkuva satunnaismuuttuja.
• Olkoon satunnaismuuttujan ξtiheysfunktio f(x).
• Määritellään funktio kaavalla
• Fon jatkuvan satunnaismuuttujanξkertymäfunktio.
• Jatkuvan satunnaismuuttujan kertymäfunktio Fon jatkuva ei-väheneväfunktio.
( ) Pr( ) ( )
x
F x ξ x f t dt
−∞
= ≤ =
∫
[ ]
: 0,1
F R→
TKK (c) Ilkka Mellin (2004) 45
Jatkuvien jakaumien kertymäfunktiot
Jatkuvan jakauman kertymäfunktion määritelmä:
Kommentteja
• Jatkuvan jakauman kertymäfunktion Fmääritelmän
mukaan kertymäfunktion Farvo pisteessäxeli toden- näköisyys tapahtumalle ξ≤xmäärätään integroimalla tiheysfunktio fvälillä (−∞, x].
• Kaikkiensatunnaismuuttujaan ξliittyvien tapahtumien todennäköisyydetvoidaan määrätä sen kertymäfunktion avulla.
( ) Pr( ) ( )
x
F x ξ x f t dt
−∞
= ≤ =
∫
TKK (c) Ilkka Mellin (2004) 46
Jatkuvien jakaumien kertymäfunktiot
Jatkuvan jakauman kertymäfunktion ja tiheysfunktion yhteys
• Olkoon ξjatkuva satunnaismuuttuja.
• Olkoon satunnaismuuttujan ξtiheysfunktio f(x).
• Olkoon satunnaismuuttujan ξkertymäfunktio
• Tällöin
( ) d ( ) ( )
f x F x F x
dx ′
= =
( ) Pr( ) ( )
x
F x ξ x f t dt
−∞
= ≤ =
∫
TKK (c) Ilkka Mellin (2004) 47
Jatkuvien jakaumien kertymäfunktiot
Välien todennäköisyydet 1/2
• Jatkuvan jakauman tapauksessa välin todennäköisyyson
Pr( ) ( ) ( )
( )
b
a
a b F b F a
f x dx ξ
≤ ≤ = −
=
∫
( , ]a b ⊂R
TKK (c) Ilkka Mellin (2004) 48
Jatkuvien jakaumien kertymäfunktiot
Välien todennäköisyydet 2/2
• Kaavan
mukaan välin todennäköisyys voidaan määrätä kahdella eri tavalla:
(i) Jos jakauman tiheysfunktio ftunnetaan, saadaan välin [a, b]todennäköisyys integroimalla tiheys- funktiovälillä [a, b].
(ii) Jos jakauman kertymäfunktio Ftunnetaan, saadaan välin [a, b]todennäköisyys laskemalla kertymä- funktion arvojen F(b) ja F(a) erotus.
Pr( ) ( ) ( ) ( )
b
a
a≤ ≤ξ b =F b −F a =
∫
f x dx ( , ]a b ⊂RTKK (c) Ilkka Mellin (2004) 49
• Olkoon f(x) jatkuvan satunnaismuuttujanξ tiheysfunktio.
• Tällöin:
• Kuva oikealla esittää normaali- jakaumantiheysfunktiota(ks.
lukua Jatkuvia jakaumia).
Jatkuvien jakaumien kertymäfunktiot
Jatkuvan jakauman tiheysfunktio ja välien todennäköisyydet: Havainnollistus
Pr( )
( ) Alueen pinta-ala
b
a
a b
f x dx A ξ
≤ ≤
=
=
∫
Tiheysfunktio f(x)
A
a b
TKK (c) Ilkka Mellin (2004) 50
• Olkoon F(x) jatkuvan satunnaismuuttujanξ kertymäfunktioja f(x) sen tiheysfunktio.
• Tällöin:
• Kuva oikealla esittää normaali- jakaumankertymäfunktiota(ks.
lukua Jatkuvia jakaumia).
Jatkuvien jakaumien kertymäfunktiot
Jatkuvan jakauman kertymäfunktio ja välien todennäköisyydet: Havainnollistus
Pr( )
( ) ( ) ( )
b
a
a b
F b F a f x dx
ξ
≤ ≤
= −
=
∫
00.2 0.4 0.6 0.8 1 1.2
Kertymäfunktio F(x)
a b
F(a) F(b)