Satunnaismuuttuja
Satunnaismuuttuja[1] eli stokastinen muuttuja[2] on todennäköisyyslaskennan peruskäsite, joka tarkoittaa satunnaisilmiön määräämää lukua. Jos tunnetaan satunnaismuuttujan taustalla olevan satunnaisilmiön perusjoukko, on satunnaismuuttuja funktio, joka liittää jokaiseen perusjoukon alkeistapaukseen reaaliluvun. Funktion tulee kuitenkin olla mitallinen funktio. Yleensä satunnaismuuttujan merkinnästä jätetään argumentti merkitsemättä eli kirjoitetaan .[1][3][4][5]
Satunnaismuuttuja voi olla tyypiltään diskreetti tai jatkuva. Esimerkiksi pilkkikilpailun tulos riippuu onnesta ja "Ahdin" tarjoamat kalat voidaan ilmaista lukumääränä (diskreetti) tai painona (jatkuva). Satunnaismuuttujan laskemistavan valinta ratkaisee sen numeerisen esitystavan. Satunnaismuuttujat, jotka eivät ole pelkästään toista tyyppiä, kutsutaan sekatyyppisiksi.[3]
Sana satunnaismuuttuja lyhennetään joskus s.m.. Yleisin tapa merkitä satunnaismuuttujaa on käyttää suuria aakkosia (esimerkiksi ). Toisinaan näkee myös alleviivattuja pieniä kirjaimia (esimerkiksi ) tai lihavoituja pieniä kirjaimia (kuten x). Kun viitataan satunnaismuuttujan arvoon, merkitään se esimerkiksi .[2][6]
Esimerkkejä satunnaismuuttujista
Diskreetit satunnaismuuttujat
- Pääartikkeli: Diskreetti satunnaismuuttuja
Alkeistapaukset voidaan koodata satunnaismuuttujiksi käyttämällä yksinkertaisia funktioita. Lantinheitossa perusjoukko on ja siitä voidaan luoda satunnaismuuttuja määrittelemällä esimerkiksi:
Toisessa esimerkissä kahden nopan heitossa tulokseksi halutaan molemman nopan silmälukujen summa. Silloin perusjoukon alkeistapaukset muodostuvat noppien silmälukupareista joista muodostetaan satunnaismuuttuja : Satunnaismuuttujan arvojoukko on silloin Nämä esimerkit olivat yksinkertaisia satunnaismuuttujia, koska perusjoukko oli kooltaan äärellinen.[2]
Seuraava satunnaismuuttuja muodostuu tapauksista, joita voi olla numeroituvasti ääretön määrä. Heitetään kolikkoa, kunnes saadaan ensimmäisen kerran kruuna. Jos kruuna saadaan heti, merkitään satunnaismuuttujan arvoksi nolla. Jos saadaan aluksi klaava ja sitten kruuna, merkitään satunnaismuuttujan arvoksi yksi. Satunnaismuuttujan arvojoukko on silloin
Jatkuvat satunnaismuuttujat
- Pääartikkeli: Jatkuva satunnaismuuttuja
Esimerkiksi tikanheitto voidaan tulkita jatkuvaksi satunnaisilmiöksi, sillä jokainen osuma seinään ja tauluun voidaan tulkita x-koordinaatiston pisteeksi . Tason pisteitä on nyt ylinumeroituvasti ääretön määrä ja samoin on myös satunnaismuuttujan arvoja. Jos määritellään satunnaismuuttuja siten, että kun origo on napakympissä, saadaan Borel-joukko niistä -säteisistä ympyrälevyistä, missä Satunnaismuuttuja saa silloin arvot [2]
Satunnaismuuttuja saa yleensä arvot suljetulta väliltä , puoliavoimelta väleiltä tai taikka avoimelta väliltä , missä rajat ovat äärellisiä tai äärettömiä.[7]
Matemaattinen määritelmä
Satunnaismuuttuja on mitallinen funktio , missä määrittelyjoukko on todennäköisyyslaskennassa käytettävä perusjoukko ja funktion arvojoukkona ovat reaaliluvut. Jos siis alkeistapaus oletetaan valituksi, on satunnaismuuttujan arvo yksikäsitteisesti määritelty, joten siinä mielessä se ei ole "satunnainen" eikä "muuttuja". Kuvauksen arvojoukko (eli kuva) voi olla reaalilukujen osajoukko . Satunnaismuuttujan kuvaus yksittäisillä alkeistapauksen tai tapahtuman arvoilla on silloin Alkeistapaus tai tapahtuma voidaan ilmaista tämän käänteiskuvauksena [3][8]
Funktio tulee olla mittallinen eli -mitallinen kuvaus. Tämä tarkoittaa sitä, että jokaisen perusjoukon osajoukko kuuluu sigma-algebraan . Vain silloin on varmasti tapahtuma eli , joka kuuluu aina Borel-joukkoon.[3][8]
Satunnaismuuttujaa on määritelty myös siten, että se on mitallinen funktio todennäköisyysavaruudesta mitta-avaruuteen [4][9]
Todennäköisyysjakauma
- Pääartikkeli: Todennäköisyysjakauma
![](../I/Fair_dice_probability_distribution.svg.png.webp)
Todennäköisyysjakauma, usein yksinkertaisesti vain jakauma, määrittelee satunnaismuuttujien arvojen esiintymistodennäköisyydet ja samalla sen käyttäytymisen oleellisimman piirteen. Satunnaismuuttujat luokitellaankin niiden todennäköisyysjakaumiensa mukaisesti eri tyyppeihin. Jakauma voidaan määritellä kahdella eri tavalla: todennäköisyys- eli tiheysfunktiolla tai kertymä- eli jakaumafunktiolla. Eri tavat ovat hyödyllisiä eri tilanteissa, mutta kummastakin funktiosta voidaan johtaa kaikki satunnaismuuttujan ominaisuudet. Jakaumien rakenteet eroavat toisistaan vielä sen mukaan, onko satunnaismuuttuja diskreetti vai jatkuva.
Todennäköisyysfunktiot
![](../I/Dice_Distribution_(bar).svg.png.webp)
Todennäköisyysfunktiot ovat diskreetillä ja jatkuvalla satunnaismuuttujilla varsin erilaiset.
Diskreetit satunnaismuuttujat
Diskreettien satunnaismuuttujien jakauma on luettelo, jossa jokaiseen satunnaismuuttujan arvoon liitetään todennäköisyyden arvo . Usein käytetty merkintätapa on
Diskreettien satunnaismuuttujien todennäköisyyksiä kutsutaan myös pistetodennäköisyyksiksi.[6][10]
Esimerkiksi kahden nopan heitossa, jossa satunnaismuuttujana on noppien silmälukujen summa, saadaan satunnaismuuttujan arvojen perusjoukoksi Kuten oheisesta kuvaajasta voi nähdä, noudavat seuraavat pistetodennäköisyydet sen todennäköisyysjakaumaa: ja [10]
Todennäköisyysjakauman todennäköisyyksien summa
tulee aina olla yksi.[10]
![](../I/Gauss_dichtefunktion.svg.png.webp)
Jatkuvat satunnaismuuttujat
Jatkuvien satunnaismuuttujien todennäköisyysfunktio on tiheysfunktio (joskus ), joka saa satunnaismuuttujan arvoalueella vain positiivisia arvoja ja muualla se saa arvokseen nolla. Se ei voi saada missään negatiivisia arvoja.[7][11]
![](../I/DisNormal10.svg.png.webp)
Tiheysfunktion arvot eivät ole todennäköisyyksiä. Jatkuvan satunnaismuuttujan arvot ovat reaalilukuja, joita on yleensä ylinumeroituvasti ääretön lukumäärä. Usein tulkitaankin, että yksittäisen alkeistapauksen satunnaismuuttujan arvon esiintymistodennäköisyys on nolla. Tässä on kuitenkin ristiriita käytännön kanssa. Satunnaismuuttuja antaa tulokseksi joitakin arvoja, joten todennäköisyys voi olla nolla, vaikka tapahtuma olisi teoreettisesti mahdollinen.
Jatkuvan satunnaismuuttujan todennäköisyyksiä lasketaan vain tapahtumille, jotka ovat satunnaismuuttujan arvojen lukuvälejä . Jos b> a, tapahtuman lukuvälissä on ylinumeroituvasti ääretön määrä alkeistapauksia, joiden yhteinen todennäköisyys on äärellinen. Tällä lukuvälillä otettu tiheysfunktion määrätty integraali onkin todennäköisyyttä merkitsevä numeerinen arvo:
Koko tiheysfunktion yli otettu määrätty integraali on aina arvoltaan yksi
koska sille välille jäävät kaikki alkeistapaukset.
![](../I/Dis_Uniform_distribution_CDF.svg.png.webp)
Kertymäfunktiot
![](../I/Cumulative_distribution_function_for_normal_distribution%252C_mean_0_and_sd_1.svg.png.webp)
Kertymäfunktio eli jakaumafunktio määritellään siten, ettei määrättyä integrointia enää tarvita todennäköisyyksiä laskettaessa. On olemassa useita erilaisia kertymäfunktion määrittelytapoja. Yleisin on kuitenkin määrittää todennäköisyys tapahtumalle, joka sisältää kaikki alkeistapaukset vasemmaltapäin päätearvoon asti. Sekä diskreeteille että jatkuville satunnaismuuttujille tämä tarkoittaa [6][11][12]
Todennäköisyys tapahtumalle on silloin laskettavissa ilman määrättyä integrointia
Kertymäfunktiot ovat kasvavia funktioita, jotka saavat vain arvot
- .
Diskreeteillä satunnaismuuttujilla kertymäfunktiot ovat porrasfunktioita, jotka kasvavat joka "portaalla". Jatkuvilla satunnaismuuttujilla kuvaaja on yleensä kasvavia ja sileä käyriä. Jos kertymäfunktio on derivoituva, saadaan sen derivaatasta tiheysfunktio
Tunnusluvut eli momentit
- Pääartikkeli: Momentti
Satunnaismuuttujien todennäköisyysjakaumat riippuvat yleensä vain muutamista parametreista, joilla on usein jokin käytännön merkitys. Esimerkiksi monissa jakaumissa tulee tietää vain sen "keskiarvo". Tämä parametri tunnetaan matematiikassa odotusarvona (merkitään ), jotka toisinaan kutsutaan ensimmäiseksi momentiksi. Muita parametrejä voivat olla esimerkiksi varianssi (merkitään , toinen momentti) tai vinous (kolmas momentti). Jakauman tarvitsemia parametreja on muitakin, mutta vaihtelevat jakaumittain.[13][6][11]
Katso myös
Lähteet
- Alatupa, Sami et al.: Pitkä Sigma 3, s. 43−60. (lukion pitkän matematiikan oppikirja). Helsinki: Otava, 2010. ISBN 978-951-31-5343-4.
- Kivelä, Simo K.: Stokastinen muuttuja, M niin kuin matematiikka, 10.8.2000
- Ruskeapää, Heikki: Todennäköisyyslaskenta I(luentomoniste), Turun Yliopisto, 2012
- Weisstein, Eric W.: Random Variable (Math World – A Wolfram Web Resource) Wolfram Research. (englanniksi)
- Saarnisaari, Harri (Arkistoitu – Internet Archive): Satunnaismuuttujat (Arkistoitu – Internet Archive) (luentomateriaalia), 2003
- Etälukio: Diskreetti jakauma (Arkistoitu – Internet Archive)
- Kivelä, Simo K.: Jatkuvat jakaumat, M niin kuin matematiikka, 10.8.2000
- Emet, Stefan: Johdatus todennäköisyyslaskentaan ja tilastotieteeseen, Matematiikan ja tilastotieteen laitos, Turun Yliopisto, 2014
- Sottinen, Tommi: Todennäköisyysteoria, syksy 2006 (10 op, 5 ov) (Arkistoitu – Internet Archive) (luentomoniste), s. 19–24, Helsingin yliopisto, 2006
- Kivelä, Simo K.: Diskreetit jakaumat, M niin kuin matematiikka, 10.8.2000
- Etälukio: Jatkuva jakauma (Arkistoitu – Internet Archive)
- Kivelä, Simo K.: Kertymäfunktio, M niin kuin matematiikka, 10.8.2000
- Kivelä, Simo K.: Jakauman tunnusluvut, M niin kuin matematiikka, 10.8.2000