Todennäköisyysfunktio

Kohteesta Wikipedia
Loikkaa: valikkoon, hakuun

Todennäköisyysfunktio[1][2][3] on todennäköisyyslaskennassa yleisnimitys funktiolle, jonka avulla voidaan määrittää satunnaismuuttujalle sen eri arvoille tai arvojoukoille niiden yleisyyttä vastaavat todennäköisyydet. Todennäköisyyksien määrittämiseen käytetään menetelmiä, joka tyydyttävät todennäköisyysmitan vaatimuksia. Sellaisia ovat klassisen todennäköisyyden, geometrisen todennäköisyyden, tilastollisen todennäköisyyden tai joidenkin muiden pätevien tapojen menetelmät.

Diskreetillä satunnaismuuttujalla todennäköisyysfunktiota kutsutaan pistetodennäköisyysfunktioksi tai vain pistetodennäköisyydeksi. Siinä kukin yksittäinen satunnaismuuttujan perusjoukon arvolla on ei-negatiivinen todennäköisyys.[2][4]

Jatkuvalla satunnaismuuttujalla tiheysfunktiota saatetaan kutsua todennäköisyysfunktioksi, vaikka tiheysfunktion arvot eivät ole suoraan todennäköisyyksiä. Kukin tapahtuma on lukuväli, jonka todennäköisyys määräytyy tiheysfunktion määrätyllä integraalilla laskettavasta arvosta. Toisinaan todennäköisyysfunktioksi kutsutaan kertymäfunktiota, koska se arvot ovat todennäköisyyksiä. Yleisempää on käyttää näistä kahdesta todennäköisyysjakauman nimitystä. Nimityksien vakiintumattomuuden vuoksi jatkuvien satunnaisilmiöiden yhteydessä käytetäänkin mieluummin tiheys- ja kertymäfunktioiden käsitteitä todennäköisyysfunktion sijasta. Todennäköisyysfunktioksi voidaan määrittää jokin muu funktio, joka laskee todennäköisyydet toisen funktion avulla.[5][6][7]

Diskreetillä ja jatkuvalla satunnaismuuttujalla nämä todennäköisyysfunktion määritelmät ovat varsin erilaiset. Muilla satunnaismuuttujilla, jotka ovat esimerkiksi näiden perustyyppien sekoituksia, todennäköisyysfunktiolla on kummankin funktion ominaisuuksia.[8]

Esimerkkejä muodostamistavoista[muokkaa | muokkaa wikitekstiä]

Kun otetaan käsittelyyn uusi satunnaisilmiö, tulee ensimmäiseksi määritellä ilmiön perusjoukko eli mitä ulostuloja tai arvoja se tuottaa. Seuraavaksi yritetään arvioida tai laskea kunkin ulostulon tai arvon esiintymisen yleisyyttä eli todennäköisyyttä. Jatkuvassa tapauksessa tuloksena on tiheysfunktio ja diskreetissä tapauksessa se on pistetodennäköisyysfunktio. Sitä taulukkoa tai lauseketta, joka esittää kullekin tapaukselle sen todennäköisyyttä, kutsutaan todennäköisyysfunktioksi. Jatkuvalle tapaukselle tiheysfunktion määrittäminen on vaikeampaa kuin diskreetille tapaukselle.

Klassinen todennäköisyys[muokkaa | muokkaa wikitekstiä]

Nopanheiton tapauksessa on varsin helppo muodostaa todennäköisyysfunktio käyttäen todennäköisyyden klassista lähestymistapaa. Symmetrisessä nopassa on kuusi samanlaista tahkoa, jotka jäävät heitettäessä yhtä yleisesti näkyviin ja niillä on siten sama todennäköisyys esiintyä. Näin voidaan esittää täsmällinen arvo todennäköisyyden suuruudesta, joka on . Merkitsemällä kullekin nopan ulostulon silmälukujen arvo satunnaismuuttujan arvoksi , voidaan todennäköisyysfunktio määrittää ja kirjoittaa[3]

Todennäköisyyksien yhtäsuuruuden takia todennäköisyysjakaumaa kutsutaan symmetriseksi. Todennäköisyysfunktio on diskreetin luonteensa vuoksi pistetodennäköisyysfunktio.

Tilastollinen todennäköisyys[muokkaa | muokkaa wikitekstiä]

Ihmissikiöiden sukupuolen määräytymismekanismi on monimutkainen biologinen prosessi. Syntyneen lapsen terveyskorttiin merkitään lapsen sukupuoli ja näistä koottujen tilastojen avulla voidaan laskea sukupuolien prosentuaaliset osuudet. On osoittautunut, että suomalaislasten poikien osuudeksi on vakiintunut 51,2% ja tyttöjen 48,8%. Luvut voidaan siirtää suoraan todennäköisyyksiksi, jolloin todennäköisyysfunktion arvot ovat (tilastojen perusteella)[3]

ja

Määrittelyjoukon arvojen ei tarvitse todennäköisyyslaskennassa olla aina lukuja, koska sanat "poika" ja "tyttö" ovat havainnollisempia. Tätäkin todennäköisyysfunktiota voidaan kutsua pistetodennäköisyysfunktioksi.

Geometrinen todennäköisyys[muokkaa | muokkaa wikitekstiä]

Onnenpyörän reunaan on merkitty asteikko 60 minuutille. Kun sitä pyöritetään ympäri, pysähtyy se yhtä todennäköisesti mille minuutin kohdalle tahansa. Jos mitataan vielä tarkasti, mihin kohtaan minuuttia se pysähtyy, voidaan ilmoittaa pysähtymiskohta kuinka tarkasti hyvänsä. Pysähtymiskohta on siten satunnaismuuttuja, joka saa arvokseen pysähtymiskohdan mittaluvun, saa reaalilukuarvoja väliltä Nämä arvot ovat tasan jakautuneet, kuten geometrisessä todennäköisyydessä aina oletetaan.[9]

Onnenpyörään voidaan merkitä erilaisia voittosektoreita, joihin osutaan niiden leveyteen eli kaaren pituuteen verrannollisella todennäköisyydellä. Todennäköisyysfunktion arvot lasketaankin kaaren pituuden ja ympyrän kehän pituuden suhteista[9]

Jos kaarien määrä on äärellinen tai numeroituvasti ääretön lukumäärä, voidaan todennäköisyysfunktiota pitää pistetodennäköisyysfunktiona. Toisaalta, jos parametrit a ja b voidaan valita vapaasti reaalilukuina, tulee satunnaismuuttujaa kohdella jatkuvana tapauksena.

Tunnetun tiheysfunktion käyttäminen[muokkaa | muokkaa wikitekstiä]

Edellisessä tapauksessa jatkuvan satunnaismuuttujan todennäköisyysjakauma oli tasan jakautunut, jolloin tiheysfunktio on vakiofunktio. Yleisemmässä tapauksessa näin ei ole ja tiheysfunktion arvot riippuvat satunnaismuuttujan arvoista. Tapahtuma, joka voidaan esittää lukuvälinä saa erilaisia todennäköisyyksiä riippuen välin sijainnista perusjoukossa. Todennäköisyys voidaan laskea tiheysfunktion määrätyn integraalin avulla ja kertymäfunktion erotuksen avulla[10]

Todennäköisyysfunktio on siten kuvaus

missä Selvästikin funktio on jatkuvan satunnaismuuttujan todennäköisyysfunktio, missä todennäköisyydet lasketaan erisuuruisille reaalilukuväleille.

Ominaisuudet[muokkaa | muokkaa wikitekstiä]

Kukin todennäköisyysfunktion saama arvo on Arvot vaihtelevat kuitenkin siten, että niiden summa on aina yksi:

[11]

Kaikki perusjoukon arvojen todennäköisyydet muodostavat yhdessä niin sanotun todennäköisyysjakauman. Vain diskreettien ilmiöiden ja satunnaismuuttujien jakaumat muodostuvat pistetodennäköisyyksistä.[11][12][13]

Katso myös[muokkaa | muokkaa wikitekstiä]

Lähteet[muokkaa | muokkaa wikitekstiä]

  1. EU Dict: Todennäköisyysfunktio
  2. a b Ruskeapää, Heikki: Todennäköisyyslaskenta I(luentomoniste), Turun Yliopisto, 2012
  3. a b c Kivelä, Simo K.: Todennäköisyysfunktio P, M niin kuin matematiikka, 10.8.2000
  4. Weisstein, Eric W.: Discrete Distribution (Math World – A Wolfram Web Resource) Wolfram Research. (englanniksi)
  5. Etälukio: Jatkuva jakauma
  6. Liski, Erkki: Luku 5 Jatkuvat jakaumat, s. 151–160, luennosta Matemaattinen tilastotiede, Tampereen yliopisto, 2005
  7. Weisstein, Eric W.: Probability Density Function (Math World – A Wolfram Web Resource) Wolfram Research. (englanniksi)
  8. Saarnisaari, Harri: Satunnaismuuttujat (luentomateriaalia), 2003
  9. a b Alatupa, Sami et al.: Pitkä Sigma 6, s. 43−60. (lukion pitkän matematiikan oppikirja). Helsinki: Otava, 2010. ISBN 978-951-31-5343-4.
  10. Melin, Ilkka: Kertymäfunktio, Todennäköisyyslaskennan kurssimateriaali, Aalto-yliopisto, 2007
  11. a b Kohonen, Jukka: 2.1 Satunnaismuuttuja ja sen jakauma, luentomoniste kurssista Johdatus todennäköisyyslaskentaan, Helsingin yliopisto, 2013
  12. Etälukio: Diskreetti jakauma
  13. Weisstein, Eric W.: Distribution Function (Math World – A Wolfram Web Resource) Wolfram Research. (englanniksi)