Avaa päävalikko

Jatkuva satunnaismuuttuja [1] eli jatkuva stokastinen muuttuja [2] on todennäköisyyslaskennassa satunnaismuuttuja, jolla on vain ei-negatiivisia arvoja saava tiheysfunktio. Satunnaismuuttuja tarkoittaa satunnaisilmiön määräämää lukua, joka saadaan ilmiön alkeistapauksista mitallisen funktion kuvauksena. Tyypillisesti jatkuva satunnaismuuttuja voi saada tietyn reaalilukuvälin arvot ja joskus aivan kaikki realiluvut. Jatkuvan satunnaismuuttujan jakaumafunktio eli kertymäfunktio on jatkuva.[3][4][1][5][6]

Satunnaismuuttuja voi olla tyypiltään diskreettinen, jatkuva tai näiden yhdistelmä. Diskreetti satunnaismuuttuja saa vain erillisiä arvoja (nopanheitto), kun taas jatkuva voi saada arvoja hyvinkin läheltä toisiaan (reaaliluvut). Esimerkiksi pilkkikilpailun tulos riippuu onnesta ja "Ahdin" tarjoamat kalat voidaan ilmaista lukumääränä (diskreettinen) tai painona (jatkuva). Painot mieletään reaaliluvuiksi ja kahden kalan painot voivat olla kuinka lähellä toisiaan hyvänsä. Siksi jatkuvan satunnaismuuttujan arvot muodostavat realilukujen joukon, joka on hyvin "tiheä". Diskreettiset arvot, jotka ovat tässä lukumääriä, sijaitsevat kokonaislukujen tapaan lukusuoralla hyppäyksen päässä toisistaan. Lukujen väliin jää siten "raot" eikä arvojoukko ole "tiheä". Esimerkiksi ihmisen pituus on tällainen satunnaismuuttuja, mikäli pituudet pyöristetään senttimetrin tarkkuuteen. Pyöristämättömät luvut olisivat jatkuvan satunnaismuuttujan arvoja. Siis satunnaismuuttujan mittaamistavan valinta ratkaisee sen numeerisen esitystavan.[3][4][1][5]

Satunnaismuuttujan saamat kaikki lukuarvot muodostavat perusjoukon (myös otosjoukko, otosavaruus), jossa kaikki arvot eivät aina esiinny symmetrisesti yhtä yleisesti. Arvon yleisyys ilmaistaan todennäköisyydellä ja kaikkien arvojen todennäköisyydet muodostavat todennäköisyysjakauman. Jakauma määrittää satunnaismuuttujan täysin, joten satunnaisumuuttujat luokitellaankin jakaumiensa perusteella. Jatkuvan satunnaismuuttujan jakuma voidaan kuvata todennäköisyysfunktiolla eli tiheysfunktiolla tai jakauma- eli kertymäfunktioilla.[3]

Matemaattiset määritelmätMuokkaa

Satunnaismuuttuja   on mitallisen funktion kuvaus  , missä määrittelyjoukko   on todennäköisyysilmiön alkeistapauksien   muodostana perusjoukko   eli otosavaruus, ja arvojoukkona ovat reaaliluvut. Perusjoukko sisältää kaikki satunnaisilmiön mahdolliset alkeistapaukset, mikä merkitään joukko-opissa   Silloin alkeistapaukset ovat satunnaismuuttujan argumenttina, mikä on tapana merkitä  . Todennäköisyyslaskennassa argumentit jätetään aina pois.[1][7]

Samoin kuin klassisessa todennäköyyslaskennassakin, alkeistapauksien yhdisteet muodostavat perusjoukon osajoukkoja, joita kutsutaan tapahtumiksi. Tapahtuma   on siis joukko-opillinen käsite   Myös satunnaismuuttujille määritellään tapahtuma   samalla idealla eli   eli lyhyemmin kirjoitettuna  , kun on huomioitu satunnaismuuttujan määrittelemä kuvaus  . Kun todennäköisyyslaskennassa määritellään todennäköisyydet kaikille perusjoukon   alkeistapauksien joukoille, jotka kuuluvat perusjoukon osajoukkojen sigma-algebraan ( -algebra)  . Vain osajoukot   ovat tapahtumia. Tästä muodostuukin satunnaismuuttujan määritelmä:   on satunnaismuuttuja, jos   on tapaus (eli  ) kaikilla Borel-joukoilla   Kun satunnaismuuttuja määritellään näin, täyttää se mittateoreettiset kriteerit. On varsin helppo osoittaa tapauskohtaisestikin, että äärellinen eli yksinkertainen satunnaismuuttuja voidaan saada toteuttamaan mittateoreettiset kriteerit aina.[1][7]

Yksinkertaisille diskreeteille satunnaismuuttujille edelliset ehdot on helppo täyttää. Jatkuvan satunnaismuuttujan tilanteessa olisi muutoin määritettävä ylinumeroituvan suuruinen määrä todennäköisyyksiä, mutta Borel-joukoilla määrittely jää numeroituvan suuruiseksi. Satunnaismuuttujan määrittelevä funktio tulee olla mitallinen funktio. Nimitys juontuu siitä, että käänteiskuvalle   voidaan liittää tietty mitta eli tässä tapahuksessa todennäköisyys.[1][7]

Jatkuvan satunnaismuuttujan ominaisuuksiaMuokkaa

TodennäköisyysfunktioMuokkaa

Pääartikkeli: Tiheysfunktio
 
Esimerkki jatkuvasta satunnaismuuttujan tiheysfunktiosta   on normaalijakauman kuvaaja.

Jatkuvan satunnaismuuttujan mahdollisia arvoja on ylinumeroituvasti ääretön määrä. Niiden todennäköisyyksiä ei voi luetella, vaan ne on lausuttava lausekkeen muodossa. Jatkuvien satunnaismuuttujien todennäköisyysfunktio on nimeltään tiheysfunktio, joka merkitään yleensä   tai   (lue "fii"). Siinä tapauksessa, että satunnaismuuttujan saamat arvot muodostavat reaalilukujen osajoukokon (perusjoukko), saa tiheysfunktio vain näillä arvoilla positiivisia arvoja ja perusjoukon ulkopuolisilla arvoilla nolla. Jos perusjoukko on koko reaalulukujoukko, saa se siellä vain positiivisia arvoja. Tiheysfunktio ei voi saada missään negatiivisia arvoja. Esimerkki tällaisesta tiheysfunktiosta on normaalijakaumalla.[2][8][9]

 
Todennäköisyys sille, että sattunnaismuuttuja saa arvokseen yli 1,2 eli   on kuvaajan väritetyn alueen pinta-ala eli integraali.

Tiheysfunktion arvot eivät ole todennäköisyyksiä. Jatkuvan satunnaismuuttujan arvot ovat reaalilukuja, joita on ylinumeroituvasti ääretön lukumäärä. Usein tulkitaankin, että yksittäisen arvon esiintymistodennäköisyys on "nolla". Tässä on kuitenkin ristiriita käytännön kanssa, sillä satunnaismuuttuja antaa tulokseksi joitakin arvoja. Ainakaan näiden arvojen todennäköisyys ei voi olla "tasan nolla", sillä silloinhan niitä ei esiintyisi. Koska yksittäiset satunnaismuuttujan arvot ovat selvästi mahdollisia, mutta kuitenkin äärimmäisen epätodennäköisiä, voi niiden todennäköisyyttä pitää "melkein nollana". Todennäköisyyksiä lasketaankin vain tapahtumille, jotka muodostavat lukusuoralla välejä  . Todennäköisyys, että seuraava satunnaismuuttujan arvo on jokin välin sisältävistä luvuista, lasketaan määrättyllä integraalilla [9]

 

Huomaa, että edellisen selostuksen nojalla voidaan pitää seuraavia yhtäsuurina:

 

sillä avoimelta väliltä puuttuva päätepisteen lisäys todennäköisyyteen on vain "nolla". Tämän ymmärtää helposti siitä määrätyn integraalin ominaisuudesta, että

 

Integraalin sisältävä määritelmä on käytännöllinen myös sen vuoksi, että se sallii tiheysfunktiolle joitakin yksitäisiä, eli äärellisen määrän, epäjatkuvuuskohtia ilman, että integraalin laskemisessa tulisi ongelmia.[9]

Jos epäoleelliset integraalit ovat olemassa, voidaan laskea myös

 

Todennäköisyys, että seuraava satunnaismuuttujan arvo on jokin perusjoukon luvuista, on luonnollisesti yksi (tapahtuu aina). Välin rajat voidaan merkitä äärettömän kauaksi toisistaan, vaikka perusjoukko voikin olla rajoitettu. Tällöin [10][9]

 

KertymäfunktioMuokkaa

Pääartikkeli: Kertymäfunktio

Edellisen kaltaiset tapahtumat ovat käytännön tehtävissä usein muotoa   tai   tai   (näissä käytetään myös  ), jossa rajat a ja b ovat äärellisiä tai äärettömiä. Nämä kaikki voidaan aina ilmaista yhdellä samalla lausekkeella  , jota kutsutaan kertymäfunktioksi: [10][9]

 
koska   [9]
 
koska   [9]

Satunnaismuuttujan kertymäfunktio määritellään seuraavasti [10]

  [9]

Edelliset lausekkeet voidaan silloin kirjoittaa

  [9]

ja

  [9]
 
Edellä esitetyn normaalijakauman kertymäfunktion kuvaaja muistuttaa S-käyrää.

Kertymäfunktion lauseke helpottaakin todennäköisyyksien laskemista suuresti, kun laskijan ei tarvitse osata integroida tiheysfunktion lauseketta. Siinä tapauksessa, ettei kertymäfunktion lauseketta tunneta (kuten normaalijakaumassa), sen arvot esitetään likiarvoina taulukkomuodossa.[11]

Jatkuvalla satunnaismuuttujalla kertymäfunktio on aina jatkuva. Kertymäfunktion derivaatasta saadaan tiheysfunktio, kunhan kertymäfunktio vain on derivoituva:[10]

 

Koska derivaattana tiheysfunktio on aina ei-negatiivinen tai positiivinen, on kertymäfunktio aina kasvava eli monotoninen funktio. Sen arvoalue rajoittuu kuitenkin välille

  [10]

Arvo nolla saavutetaan rajoittuneen perusjoukon vasemmassa osassa, mutta yleisessä tapauksessa sen saavutetaan "miinus äärettömässä" eli

 

Arvo yksi saavutetaan, kun koko perusjoukko on mukana eli

 

TunnusluvutMuokkaa

Pääartikkeli: Tunnusluku
Pääartikkeli: Kvantiili
Pääartikkeli: Momentti
 
Moodin, mediaanin ja odotusarvo sijainti vinon tiheysfunktion kuvaajassa.

Tiheysfunktion jakaumasta lasketaan usein samoja tunnuslukuja kuin histogrammistakin. Moodi tarkoittaa jakauman yleisintä arvoa eli sitä arvoa, jonka tiheysfunktion arvo on suurin. Mediaani sijaitsee jakauman puolivälissä kohdassa, jossa vasemmanpuolen ja oikeanpuolen arvoja esiintyy satunnaismuuttujalla yhtä paljon. Mediaani voidaan lukea kuuluvaksi kvanttiileihin, jotka jakavat satunnaismuuttujan arvojen ulostulot eri suuruisiin luokkiin. Odotusarvo eli keskiarvo sijaitsee usein eri kohdassa kuin mediaani. Odotusarvo on eräs tunnetuimpia momentteja.

Tiheysfunktion   momentit määritellään (äärettömän leveä perusjoukko)

 .

Riippuen   valinnasta sadaan joko tavallisia- tai keskeisiä momentteja. Tavalliset momentit muodostetaan satunnaismuuttujan potensseilla:

 .

Keskeiset momentit muodostetaan satunnaismuuttujan ja odotusarvon (merk.  ) erotuksen potensseilla:

 .

Jatkuvan satunnaismuuttujan jakaumaMuokkaa

Erityisiä ja usein tarvittavia jatkuvien satunnaismuuttujien jakaumia on lukuisia. Alla on näistä muutamia esimerkkejä.

LähteetMuokkaa

  1. a b c d e f Ruskeapää, Heikki: Todennäköisyyslaskenta I(luentomoniste), Turun Yliopisto, 2012
  2. a b Kivelä, Simo K.: Jatkuvat jakaumat, M niin kuin matematiikka, 10.8.2000
  3. a b c Alatupa, Sami et al.: Pitkä Sigma 3, s. 43−60. (lukion pitkän matematiikan oppikirja). Helsinki: Otava, 2010. ISBN 978-951-31-5343-4.
  4. a b Kivelä, Simo K.: Stokastinen muuttuja, M niin kuin matematiikka, 10.8.2000
  5. a b Emet, Stefan: Johdatus todennäköisyyslaskentaan ja tilastotieteeseen, Matematiikan ja tilastotieteen laitos, Turun Yliopisto, 2014
  6. Sottinen, Tommi: Todennäköisyysteoria, syksy 2006 (10 op, 5 ov) (luentomoniste), s. 25–32, Helsingin Yliopisto, 2006
  7. a b c Sottinen, Tommi: Todennäköisyysteoria, syksy 2006 (10 op, 5 ov) (luentomoniste), s. 19–24, Helsingin Yliopisto, 2006
  8. Etälukio: Jatkuva jakauma
  9. a b c d e f g h i j Alatupa, Sami et al.: Pitkä Sigma 3, s. 154−164. (lukion pitkän matematiikan oppikirja). Helsinki: Otava, 2010. ISBN 978-951-31-5343-4.
  10. a b c d e Saarnisaari, Harri: Satunnaismuuttujat (luentomateriaalia), 2003
  11. a b Alatupa, Sami et al.: Pitkä Sigma 3, s. 165−180. (lukion pitkän matematiikan oppikirja). Helsinki: Otava, 2010. ISBN 978-951-31-5343-4.

Aiheesta muuallaMuokkaa

  • Weisstein, Eric W.: Continuous Distribution (Math World – A Wolfram Web Resource) Wolfram Research. (englanniksi)