Processing math: 100%

Tapahtumien riippumattomuus

Tapahtumien riippumattomuudella tarkoitetaan epämuodollisesti sitä, että niiden realisoitumiset eivät vaikuta toisiinsa. Täsmällisesti riippumattomuus voidaan määritellä seuraavalla tavalla.

Määritelmä 1.6.1

Saman otosavaruuden tapahtumat A ja B ovat tilastollisesti riippumattomia (statistically independent), eli riippumattomia, jos

P(AB)=P(A)P(B).

Muistamalla ehdollisen todennäköisyyden ja kertolaskusäännön tälle saadaan välitön seuraus.

Seuraus 1.6.2

Jos A,BΩ ja P(B)>0, niin tapahtumat A ja B ovat riippumattomia täsmälleen silloin, kun

P(AB)=P(A).

Riippumattomille tapahtumille siis toisen realisoituminen ei vaikuta toisen tapahtuman todennäköisyyteen, eli määritelmä vastaa arkista intuitiota riippumattomuudesta. Kaikissa tilanteissa riippumattomuudelle ei kuitenkaan välttämättä löydy selvää tulkintaa.

Esimerkki 1.6.3

Tarkastellaan nopanheittoa, missä Ω={1,2,3,4,5,6}. Olkoot tapahtumat A={1,2} ja B={xΩ:x=2n,nZ}={2,4,6}, jolloin määritelmän mukaan ne ovat riippumattomia, sillä

P(AB)=P({2})=16=2636=P(A)P(B).

Esimerkki 1.6.4

Osoitetaan, että jos A ja B ovat riippumattomia, niin myös A ja ¯B ovat riippumattomia. Oletuksen mukaan siis P(AB)=P(A)P(B). Nyt tapahtumat A¯B ja AB ovat erilliset, joten

P(A¯B)+P(AB)=P((A¯B)(AB))=P(A)

ja täten

P(A¯B)=P(A)P(AB)=P(A)P(A)P(B)=P(A)(1P(B))=P(A)P(¯B).

Siis myös tapahtumat A ja ¯B ovat riippumattomia.

Oletetaan, että otosavaruuden Ω ositus on tehty pareittain erillisesti, siis Ω=Ni=1Ai, missä AnAm= jos mn. Ovatko tapahtumat An ja Am tällöin varmasti riippumattomia?

Useamman kuin kahden tapahtuman riippumattomuus määritellään seuraavasti.

Määritelmä 1.6.5

Tapahtumat A1,A2,,AnΩ ovat riippumattomia, jos jokaiselle näiden tapahtumien joukon osajoukolle {Ai1,Ai2,,Aim}, mn on voimassa

P(Ai1Ai2Aim)=P(Ai1)P(Ai2)P(Aim).

Esimerkki 1.6.6

Tapahtumat A1, A2 ja A3 ovat riippumattomia, jos ne ovat pareittain riippumattomia ja P(A1A2A3)=P(A1)P(A2)P(A3).

Huomautus 1.6.7

Tapahtumien riippumattomuus säilyy, jos jo(t)kin tapahtuma(t) korvataan komplement(e)illaan.

Huomautus 1.6.8

Käytännössä, jos ei ole mitään näyttöä tapahtumien riippuvuudesta, tapahtumat oletetaan lähtökohtaisesti riippumattomiksi. Tällöin siis tapahtumien leikkauksien todennäköisyys on tapahtumien todennäköisyyksien tulo.

Esimerkki 1.6.9

Oikolukija A löytää kirjasta 84 kirjoitusvirhettä ja oikolukija B 96 virhettä. Kun oikolukijat vertaavat virheitään, huomaavat he löytäneensä 67 samaa virhettä. Jos oletetaan, että A ja B huomaavat virheet toisistaan riippumattomasti, niin kuinka monta virhettä kirjassa on ja kuinka monta jäi löytymättä?

Oletetaan, että kirjassa on N virhettä. Merkitään tapahtumia A=‘A löytää virheen’ ja B=‘B löytää virheen’. Nyt

P(A)=84N, P(B)=96N, P(AB)=67N

Jos A ja B ovat riippumattomia

P(AB)=67N=P(A)P(B)=84N96N=8064N2 N=806467=120.35120

Kirjassa on siis 120 virhettä. A ja B löysivät yhdessä 84+9667=113 eri virhettä, joten 7 virhettä jäi löytymättä.

Esimerkki 1.6.10

Arvion mukaan tietyllä alueella tapahtuu ainakin yksi merkittävä maanjäristys seuraavan 30 vuoden aikana todennäköisyydellä 0.87. Jos oletetaan, että maanjäristykset tapahtuvat toisistaan riippumattomasti, niin millä todennäköisyydellä tällainen maanjäristys tapahtuu seuraavan vuoden aikana.

Olkoon tapahtuma Ai=‘Ainakin yksi merkittävä maanjäristys tapahtuu vuoden i aikana.’ 30 vuoden aikana tapahtuu ainakin yksi maanjäristys todennäköisyydellä

P(A1A2A30)=0.87

Käytetään tämän tapahtuman komplementtitapahtumaa ja De Morganin sääntöä, jolloin

P(¯A1A2A30)=P(¯A1¯A2¯A30)=10.87=0.13

Oletetaan, että todennäköisyys P(Ai) ovat sama jokaisena vuotena ja tapahtumat Ai ovat riippumattomia. Koska tapahtumat P(Ai) ovat riipumattomia, niin myös niiden komplementit ovat riippumattomia ja

P(¯A1¯A2¯A30)=P(¯A1)P(¯A2)P(¯A30)=P(¯A1)30=0.13P(¯A1)=0.131/30P(A1)=10.131/30=0.066

Todennäköisyys, että ainakin yksi merkittävä maanjäristys tapahtuu seuraavan vuoden aikana on 0.066

Palautusta lähetetään...