toenäosus Flashcards

1
Q

Juhuslik katse

A

Juhuslik katse on igasugune tegevus, mille tulemus ei ole antud tingimustega üheselt määratud. Näiteks:
* Mundi/täringu vise;
* Loteriid jm loosimised;
* Kaardi tõmbamine kaardipakist. Juhusliku inimese valimine nimekirjast;
* Juhuslikult valitud inimese pikkuse mõõtmine;
* Spordivõistluse tulemus

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

Klassikaline tõenäosus

A

Kui juhuslikul katsel on kokku N võrdvõimalikku tulemust ja nende hulgas on N_A sellist,
mille korral saame sündmuse A toimunuks lugeda, siis sündmuse A tõenäosus avaldub suhtena:
P(A) = N_A / N

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

Statistiline tõenäosus

A

Sündmuse A statistiliseks tõenäosuseks (ehk suhteliseks sageduseks) nimetatakse suhet
P(A) = nA / N
kus N tähistab sooritatud katsete arvu ja nA A esinemiste arv N katses.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

Subjektiivne tõenäosus

A

Vahel räägitakse ka tõenäosusest, mis on saadud n-ö eksperthinnanguna, ilma konkreetseid arvutusi tegemata.
Sellisel juhul saab rääkida subjektiivsest tõenäosusest. Subjektiivset tõenäosust kasutatakse palju Bayesi statistika
koolkonnas.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

Elementaarsündmuste hulk

A

Elementaarsündmuste hulk , tähistus Ω – antud juhusliku katse kõikvõimalike tulemuste hulk.
Üksikuid katsetulemusi nimetatakse elementaarsündmusteks ja tähistatakse ω.
Ω = {ω1,ω2, . . . ,ωN }

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

Sündmustega seotud mõisted (8)

A
  • Kindel sündmus: Ω (toimub katse tulemusel alati)
  • Võimatu sündmus: ∅ (tühihulk)
  • Sündmuse A vastandsündmus : A¯ on sündmus “A ei toimu”.
  • Sündmuste summa ehk ühend A ∪ B: toimub kas A või B.
  • Sündmuste vahe A\B: toimub A, aga B ei toimu.
  • Sündmuste korrutis ehk ühisosa A ∩ B: toimuvad nii A kui B.
  • Teineteist välistavad sündmused: sündmused mis ei saa korraga toimuda, ehk A ∩ B = ∅
  • Sündmusest B järeldub sündmus A: sündmuse B toimumise korral toimub kindlasti ka sündmus A, ehk B ⊂ A
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

Funktsioon on tõetäosus kui…

A

Funktsiooni P() saab aga nimetada tõenäosuseks siis, kui kehtivad järgmised omadused:
P1. P(A) ≥ 0, ∀A
P2. P(Ω) = 1, P(∅) = 0,
P3. Kui sündmused A1, A2, . . . on üksteist välistavad, siis
P(U_{i=1}^{∞} A_i) = summa_{i=1}^{∞} P(A_i)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

Kui A ∩ B = ∅…

A

Kui A ∩ B = ∅, siis P(A ∪ B) = P(A) + P(B)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

Vahe tõenäosus

A

Vahe tõenäosus: P(A\B) = P(A) − P(A ∩ B)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

Suvalise kahe sündmuse summa tõenäosus

A

P(A ∪ B) = P(A) + P(B) − P(A ∩ B)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

Boole’i võrratus

A

P(A ∪ B) ≤ P(A) + P(B)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

Üldine liitmislause

A

vt. konpekt

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

Üldine Boole’i võrratus

A

vt. konpekt

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

Kombinatoorika põhireegel

A

Kombinatoorika põhireegel. Kui esimesele kohale on võimalik valida n1 elemendi vahel, pärast ükskõik millise
esimese elemendi saamist on teisele kohale võimalik valida n2 elemendi vahel jne, ning pärast ukskõik millise
eelviimase elemendi saamist on viimasele kohale võimalik valida nk elemendi vahel, siis kokku on võimalik
saada n1 · n2 · . . . · nk erinevat k-elemendilist järjestatud kogumit.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

Järeldused kombinatoorika põhireeglist

A
  1. k− elemendiliste järjestatud komplektide moodustamisel nii, et kordused on lubatud, on võimalik saada n^k erinevat komplekti.
  2. n elemendi kõikvõimalikke järjestusi ehk permutatsioone on 1 · 2 · . . . · n = n!.
  3. Variatsioonideks n elemendist k kaupa nimetatakse k-elemendilisi (kordusi mittesisaldavaid) järjestatud komplekte n-st erinevast elemendist. Variatsioonide arvuks on:
    V_n^k = (n)_k = n · (n − 1) · . . . · (n − k + 1) = n! / (n − k)!
  4. n-elemendilise hulga k-elemendilisi alamhulki (järjestust ei eristata) nimetatakse kombinatsioonideks n elemendist k kaupa ja võimalike kombinatsioonide arv on:
    C_n^ = (_k^n) = n! / k!(n − k)!
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

Tinglik tõenäosus

A

Sündmuse A tinglikuks tõenäosuseks tingimusel, et B on toimunud (P(B) > 0), nimetatakse suhet:
P(A|B) = P(A ∩ B)/P(B).

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
17
Q

Tõenäosuste korrutamise lause

A

P(A|B) = P(A ∩ B)/P(B) ⇒ P(A ∩ B) = P(A|B)P(B).

18
Q

Sõltumatud sündmused

A

Sündmusi A ja B nimetatakse sõltumatuteks, kui kehtib:
P(A ∩ B) = P(A) · P(B)

19
Q

Positiivselt ja negatiivselt korreleeritud sündmused

A

Kui kehtib võrratus
P(A|B) > P(A),
siis sündmusi A ja B nimetatakse positiivselt korreleerituteks. Vastupidisel juhul, st kui kehtib
P(A|B) < P(A),
on tegemist negatiivselt korreleeritud sündmustega.

20
Q

Täistõenäosuse valem

A

P(A) = summa^n_(i=1)
P(A|B_i)P(B_i)

21
Q

Bayesi valem

A

P(B_j |A) = P(A|B_j )P(B_j ) / summa^n_(i=1) P(A|B_i)P(B_i)
, j = 1,2, . . . ,n

22
Q

Diskreetne juhuslik suurus

A

Diskreetseks juhuslikuks suuruseks nimetatakse funktsiooni X: (omega) -> R, mille võimalike väärtuste hulk on kas lõplik või loenduv. Tähistame X väärtuseid x_1, x_2, …, (x_n) ja tõenäosusi p_i= P(X = x_i).

23
Q

Diskreetse juhusliku suuruse keskväärtus

A

EX = (summa) x_i * p_i

24
Q

Keskväärtuse lineaarsus

A

E(aX + b) = aEX + b

25
Q

Juhusliku suuruse X dispersioon

A

DX = EX^2 - (EX)^2

26
Q

Dispersiooni omadused (3)

A
  1. Dc = 0
  2. D(X + c) = DX
  3. D(cX) = c^2 * DX
27
Q

Kahe juhusliku suuruse summa keskväärtus

A

Olgu X ja Y diskreetsed juhuslikud suurused. Kui eksisteerivad (on lõplikud) keskväärtused EX ja EY ,
siis kehtib seos:
E(X + Y ) = EX + EY

28
Q

Keskväärtuse lineaarsuse omadus

A

Konstantide a,b ∈ R korral kehtib:
E(aX + bY ) = aEX + bEY

29
Q

Sõltumatud diskreetsed juhuslikud suurused

A

Diskreetseid juhuslikke suurusi X ja Y nimetatakse sõltumatuteks, kui iga i ja j korral sündmused
(X = xi) ja (Y = yj ) on sõltumatud, s.t
P(X = xi, Y = yj ) = P(X = xi) · P(Y = yj)

30
Q

Korrutise keskväärtus

A

Kui X ja Y on sõltumatud juhuslikud suurused, siis:
E(XY ) = EX · EY

31
Q

Summa dispersioon

A

Kui X ja Y on sõltumatud, siis nende summa dispersioon avaldub kui dispersioonide summa:
D(X + Y ) = DX + DY

Samuti:
D(aX + bY ) = a^2DX + b^2DY, kus a,b ∈ R

32
Q

Bernoulli jaotus

A

Öeldakse, et juhuslik suurus X on Bernoulli jaotusega ja tähistame X ∼ Be(p), kui tema võimalikud väärtused on 0 või 1, ning p = P(X = 1).
Tõenäosust p nimetatakse Bernoulli jaotuse parameetriks.
Keskväärtus: EX = p
Dispersioon: DX = p(1 − p)

33
Q

Binoomjaotus

A

Juhuslik suurus X on binoomjaotusega, X ∼ B(n,p), kui ta on mingi sündmuste A toimumiste arv n sõltumatus katses, kus igal üksikkatsel P(A) = p
Binoomjaotuse parameetriteks on n ja p.
Tähistame juhusliku suuruse X võimalikud väärtused k-ga, kus k = 0, 1, 2, . . . , n.
P(X = k) = C^k_n p^k (1 − p)^(n−k)
EX = np
DX = np(1 − p)

34
Q

Hüpergeomeetriline jaotus

A

Olgu meil hulk suurusega N, kus on kahte tüüpi elemente, kusjuures K elementi on esimest ja N − K teist tüüpi. Kui sellest hulgast võetakse tagasipanekuta n-elemendiline juhuslik alamhulk, siis juhuslik suurus X, mille väärtuseks on esimest tüüpi elementide selles alamhulgas on hüpergeomeetrilise jaotusega , parameetritega N, K ja n, ning X jaotus on esitatud kui:
P(X = k) = C^k_N * C^(n-k)_(N-k) / C^n_N

35
Q

Mood

A

Diskreetse juhusliku suuruse mood on defineeritud kui selle kõige tõenäolisem väärtus, ehk argmax_(x_i)P(X=x_i)

36
Q

Geomeetriline jaotus

A

Tähistus: X - Geom(p)
Iseloomustus: sõltumatute katsete arv kuni mingi sündmuse A toimumiseni, kus igal üksikkatsel P(A) = p.
Geomeetrilise jaotuse parameeter on p.
Geomeetrilise jaotuse tõenäosusfunktsioon:
P(X = k) = (1 - p) ^ (k-1) p, kus k=0,1,2,…
Keskväärtus: EX = 1/p
Dispersioon: DX = (1-p)/p^2
Mood: 1

37
Q

Negatiivne binoomjaotus

A

Tähistus: X - NB(m,p)
Iseloomustus: vastandsündmuse Ä toimumiste arv sõltumatutes katsetes kuni sündmus A on toimunud m korda
Negatiivse binoomjaotuse parameetrid on m ja p.
Negatiivse binoomjaotuse tõenäosusfunktsioon:
P(X = k) = C^(m-1)_(k+m-1) p^m (1-p)^k, kus k=0,1,2,…,n
Keskväärtus: EX = (1-p)m/p
Dispersioon: DX = (1-p)m/p^2

38
Q

Poissoni jaotus

A

Tähistus: X - Po(lambda)
Iseloomustus: tihti sobib kirjeldamaks teatud sündmuse toimumiste arvu (nt ajaühikus)
Poissoni jaotuse parameeter on lambda, kusjuures alati lambda > 0
Poissoni jaotuse tõenäosusfunktsioon:
P(X = k) = lambda^k/k! e^(-lambda), kus k=0,1,2,…
Keskväärtus: EX = lambda
Dispersioon: DX = lambda
Mood: põrand(lambda) ja lagi(lambda)-1

39
Q

Poissoni piirteoreem

A

Olgu X1,X2,… binoomjaotusega juhuslikud suurused, Xn - B(n,p_n) ja leidku aset koondumine EX_n = np_n -> lambda > 0. Siis binoomjaotuse tõenäosused koonduvad Poissoni jaotuse tõenäosuseks:
P(X_n = k) = C^k_n p^k_n (1-p_n)^(n-k) -> lambda^k/k! e^(-lambda), n -> infty.

40
Q
A