Teoreema
Teoreema
Jatkuva jakauma
Introtehtävässä oleva esimerkki siian mädin mätijyväsen painosta on perustavaa laatua oleva esimerkki jatkuvasta jakaumasta. Se on tasainen jakauma välillä [0,06 ; 0,11] tai vastaavasti [a, b]. Koska koko otosavaruuden todennäköisyys on 1 tai 100 %, niin sanotaan, että siian mädin mätijyväsen tiheysfunktio on:

(CC-BY, PIXABAY)
a) Osoita, että on tiheysfunktio.
b) Määritä :n kertymäfunktio.
c) Laske todennäköisyys, että järvestä satunnaisesti valittu siika on alle 1 vuotta.
d) Laske todennäköisyys, että järvestä satunnaisesti valittu siika on 1 -2 vuotta.
Ratkaisu:
a) Osoita, että on tiheysfunktio.
Funktio
on epänegatiivinen kaikilla
:n arvoilla.
Selvästi funktiolla
on vain kohdassa
oleva epäjatkuvuuskohta.
Kohtien perusteella
on tiheysfunktio.
b) Määritä :n kertymäfunktio.
Siis
c) Laske todennäköisyys, että järvestä satunnaisesti valittu siika on alle 1 vuotta.
d) Laske todennäköisyys, että järvestä satunnaisesti valittu siika on 1 -2 vuotta.
=
Esimerkki 2: Tiheysfunktion määrittäminen
Olkoon funktio . Määritä parametri
, että
täyttää tiheysfunktion määritelmän.
Määritä kertymäfunktio ja laske todennäköisyys
Ratkaisu:
Välttämätön ehto on, että
, jolloin
on epänegatiivinen kaikilla
:n arvoilla.
=
, josta
Nyt kertymäfunktio on siis
Ratkaisu 2:
GeoGebralla saadaan:
Kuvassa on funktio piirretty liukusäätimen avulla. Pisteiden A, B ja C välille on piirretty kolmio. Kun haetaan kolmion pinta-alaksi 1, niin a:n arvo on 0,04. Tällöin tiheysfunktioksi saadaan:
.
Kertymäfunktio on puolestaan:
.
Jatkuvalle jakaumalle voidaan laskea odotusarvo, keskihajonta ja varianssi seuraavasti:
| Odotusarvo | |
| Keskihajonta | |
| Varianssi |
Usein keskihajontaa määrittäessä kannattaa ensin laskea varianssi, koska keskihajonta on sen neliöjuuri.
Esimerkki 3: Tiheysfunktion parametrit
Olkoon tiheysfunktio .
Laske tiheysfunktion a) odotusarvo b) varianssi c) keskihajonta.
Ratkaisu:
a) Odotusarvo:
b) Varianssi:
c) Keskihajonta: