Juuri10 Luku4 PDF

Juuri 10 • Tehtävien ratkaisut • Kustannusosakeyhtiö Otava • päivitetty 18.2.
2018
Julkaiseminen sallittu vain koulun suljetussa verkossa.
4 Todennäköisyysjakauma
1. a) Pistevaihtoehdot ovat 3, 2, 1 ja 0. Heittoyritys tuottaa k pistettä silloin,
kun kyseessä on k pisteen heitto ja se onnistuu.
P(3 pistettä) = 0,15 · 0,34 = 0,051 ≈ 0,05

P(2 pistettä) = 0,56 · 0,54 = 0,3024 ≈ 0,30
P(1 piste) = 0,29 · 0,74 = 0,2146 ≈ 0,22
Lasketaan P(0 pistettä) komplementin eli vastatapahtuman avulla:

P(0 pistettä) = 1 − P(3 tai 2 tai 1 pistettä).
Koska tapahtumat "3 pistettä", "2 pistettä" ja "1 piste" ovat erillisiä,
saadaan
P(0 pistettä) = 1 – (0,051 + 0,3024 + 0,2146) = 0,432 ≈ 0,43.
b) Yksi heittoyritys voi tuottaa 3, 2, 1 tai 0 pistettä a-kohdassa lasketuilla

todennäköisyyksillä. Tämän perusteella voidaan arvioida, että
koripalloilijan a:sta yrityksestä noin 0,051a tuottaa 3 pistettä, 0,3024a
tuottaa 2 pistettä, 0,2146a tuottaa 1 pisteen ja 0,432a ei tuota pisteitä
lainkaan.
Yhteensä a yritystä tuottaa siis arviolta

0,051a · 3 + 0,3024a · 2 + 0,2146a · 1 + 0,432a · 0 = 0,9724a ≈ 0,97a
pistettä, joten keskimäärin jokainen heittoyritys tuottaa noin 0,97
pistettä.
Juuri 10 • Tehtävien ratkaisut • Kustannusosakeyhtiö Otava • päivitetty 18.2.2018
2. Esitetään silmälukuparit taulukkona ja merkitään kunkin silmälukuparin

kohdalle sitä vastaava voittosumma euroina (negatiivinen, jos joudutaan
maksamaan).
6 -6 -6 -6 -6 -6 12
5 -5 -5 -5 -5 10 -6
4 -4 -4 -4 8 -5 -6
3 -3 -3 6 -4 -5 -6
2 -2 4 -3 -4 -5 -6
1 2 -2 -3 -4 -5 -6
1 2 3 4 5 6
Todennäköisyys, että joudutaan maksamaan, on taulukon perusteella

30 = 5 eli paljon suurempi kuin todennäköisyys, että voitetaan.
36 6
Voitettavat ja maksettavat summat kuitenkin vaihtelevat eri

silmälukupareilla, joten tämän perusteella ei vielä voida päätellä,
kannattaisiko pelaaminen. Lasketaan vielä, voisiko pelaaminen useamman
kerran käydä kannattavaksi, eli voisivatko harvoin tulevat suuret voitot
kattaa usein tulevat pienet tappiot.
Lasketaan erilaisten mahdollisten lopputulosten todennäköisyydet:

P(maksetaan 6 euroa) = 10
36
36
36
36
36
P(voitetaan 12 euroa) = P(voitetaan 10 euroa) = P(voitetaan 8 euroa)
= P(voitetaan 6 euroa) = P(voitetaan 4 euroa) = P(voitetaan 2 euroa) = 1
36
Jos pelattaisiin a kertaa ja silmälukuparit esiintyisivät todennäköisyyksien

mukaisesti, yhteenlaskettu voittosumma olisi
10 a ⋅ −6 + 8 a ⋅ −5 + 6 a ⋅ −4 + 4 a ⋅ −3 + 2 a ⋅ −2
( ) ( ) ( ) ( ) ( )
36 36 36 36 36
+ 1 a ⋅12 + 1 a ⋅10 + 1 a ⋅ 8 + 1 a ⋅ 6 + 1 a ⋅ 4 + 1 a ⋅ 2
36 36 36 36 36 36
=− a98
36
≈ −2,72a.
Tappiota tulisi siis noin 2,72 euroa peliä kohti. Tämän perusteella voidaan
arvioida, että pelaaminen ei kannata.
4.1 Diskreetti jakauma

YDINTEHTÄVÄT
401. a) Pelaaja voi voittaa parittoman silmäluvun verran eli 1, 3 tai 5 euroa, tai
hävitä 2 euroa. Siten satunnaismuuttujan X arvot eli pelaajan
mahdolliset voittosummat euroina ovat −2, 1, 3 ja 5.
b) Lasketaan arvojen todennäköisyydet:

P( X = 1) = P(silmäluku on 1) = 1
6
6
6
P( X = −2) = P(silmäluku on parillinen) = 3 = 1
6 2
Tämä on satunnaismuuttujan X jakauma. Esitetään jakauma vielä
taulukkona:
x P(X = x)
1
−2 2
1
1 6
1
3 6
1
5 6
c) Tapahtuma X = 3 on "voittosumma on 3 euroa", ja sen todennäköisyys

on P( X = 3) = .
1
6
Tapahtuma X = −2 on "voittosumma on −2 euroa" eli "pelaaja
menettää 2 euroa", ja sen todennäköisyys on P( X = −2) = .
1
2
Tapahtuma X ≤ 3 on "voittosumma on enintään 3 euroa", ja sen
todennäköisyys on
P( X ≤ 3) = P( X = −2) + P( X = 1) + P( X = 3) = 1 + 1 + 1 = 5 .
2 6 6 6
402. a) Todennäköisyys nostaa numeron neljä sisältävä lappu on sama kuin

1
tällaisten lappujen osuus kaikista lapuista, joten P( X = 4) = .
5
1 1 1 3
b) P(3 ≤ X ≤ 5) = P( X = 3) + P( X = 4) + P( X = 5) = + + =
5 5 5 5
1 1
c) P( X > 4) = P( X = 5) + P( X = 6) = + =
3
5 10 10
d)
P( X ≤ 5)
= P( X = 1) + P( X = 2) + P( X = 3) + P( X = 4) + P( X = 5)
= 1 +1+1+1+1
10 5 5 5 5
= 9
10
Toinen tapa:
Koska satunnaismuuttujan X mahdolliset arvot ovat 1, 2, 3, 4, 5 ja 6,
tapahtuman X ≤ 5 vastatapahtuma on X = 6, jonka todennäköisyys on
1
jakaumataulukon mukaan P( X = 6) = . Niinpä
10
P( X ≤ 5) = 1 − P( X = 6) = 1 − 1 = 9 .
10 10
e)
403. a) Pistetodennäköisyyksien summa on yksi, joten
(
P( X = 2) = 1 − 1 + 3 + 1 = 5 .
16 8 4 16 )
b) Koska e < 3 ja π > 3, saadaan erillisten tapahtumien
yhteenlaskusäännön mukaan
P( X ≤ 3) = P( X = 1) + P( X = 2) + P( X = e) = 1 + 5 + 3 = 3 .
16 16 8 4
c)
404. a) Tilannetta voidaan ajatella toistokokeena, jossa toistoja on kolme ja

"onnistumisen" eli vasenkätisyyden todennäköisyys on jokaisella
toistolla sama,
1 . Toistokokeessa onnistumisten lukumäärä noudattaa
10
binomijakaumaa.
b) Vasenkätisiä voi olla kolmesta henkilöstä 0, 1, 2 tai 3 eli

satunnaismuuttujan X mahdolliset arvot ovat 0, 1, 2 ja 3. Lasketaan eri
arvoja vastaavat pistetodennäköisyydet toistokokeen kaavalla.
( ) ( ) ( ) = 1000
0 3
3 1 9
729 = 0,729
P( X = 0) =
0 10 10
P( X = 1) = ( ) ( 1 ) ( 9 ) = 243 = 0,243
1 2
3
1 10 10 1000
P( X = 2) = ( ) ( 1 ) ( 9 ) = 27 = 0,027
2 1
3
2 10 10 1000
P( X = 3) = ( ) ( 1 ) ( 9 ) = 1 = 0,001
3 0
3
3 10 10 1000

taulukkona:
x P(X = x)
0 0,729
1 0,243
2 0,027
3 0,001
Satunnaismuuttujan X todennäköisin arvo on 0, koska sitä vastaava

pistetodennäköisyys 0,729 on suurin.
405. a) Neljällä heitolla voidaan saada 0, 1, 2, 3 tai 4 klaavaa eli

satunnaismuuttujan X mahdolliset arvot ovat 0, 1, 2, 3 ja 4. Yhdellä
1
heitolla klaavan todennäköisyys on . Lasketaan satunnaismuuttujan
2
X eri arvojen todennäköisyydet binomitodennäköisyyden kaavalla.
(04) ( 12 ) ( 12 ) = 161 = 0,0625

0 4
P( X = 0) =
P( X = 1) = ( ) ( 1 ) ( 1 ) = 4 = 1 = 0,25
1 3
4
1 2 2 16 4
P( X = 2) = ( ) ( 1 ) ( 1 ) = 6 = 3 = 0,375
2 2
4
2 2 2 16 8
P( X = 3) = ( ) ( 1 ) ( 1 ) = 4 = 1 = 0,25
3 1
4
3 2 2 16 4
P( X = 4) = ( ) ( 1 ) ( 1 ) = 1 = 0,0625
4 0
4
4 2 2 16

taulukkona ja piirretään pistetodennäköisyydet koordinaatistoon.
x P(X = x)
0 1
16
= 0,0625
1 1
4
= 0,25
2 3
8
= 0,375
3 1
4
= 0,25
4 1
16
= 0,0625
b) Tapahtuma X ≤ 2 on "saadaan enintään kaksi klaavaa". Tämän

todennäköisyys on
P( X ≤ 2) = P( X = 0) + P( X = 1) + P( X = 2) = 1 + 1 + 3 = 11
16 4 8 16
= 0,6875 ≈ 0,69.
VAHVISTAVAT TEHTÄVÄT
406. a) Pistetodennäköisyyksien summa on yksi, joten
(
P( X = 2) = 1 − 1 + 1 + 1 = 3 .
6 5 3 10 )
Pisteen Q koordinaatit ovat siis 2,
3 .
10 ( )
b) Taulukkoon kootaan satunnaismuuttujan X mahdolliset arvot ja näitä
vastaavat pistetodennäköisyydet:
x P(X = x)
1
−3 6
3
2 10
1
4 5
1
6 3
c) Koska tehtävän satunnaismuuttujalle X tapahtuma "0 ≤ X < 6" on sama

kuin "X = 2 tai X = 4", saadaan erillisten tapahtumien
yhteenlaskusäännön avulla
P(0 ≤ X < 6) = P( X = 2) + P( X = 4) = 3 + 1 = 5 = 1 .
10 5 10 2
407. Virkkeessä on kymmenen sanaa, joten kukin sana tulee poimituksi

todennäköisyydellä
1.
10
Vokaalien lukumäärät eri sanoissa ovat 3, 4, 5, 1, 4, 3, 5, 3, 5 ja 6.
Satunnaismuuttujan X = "vokaalien määrä valitussa sanassa" mahdolliset

arvot ovat siis 1, 3, 4, 5 ja 6. Arvojen todennäköisyydet ovat
P( X = 1) = 1 ,
10
P( X = 3) = 3 ,
10
P( X = 4) = 2 = 1 ,
10 5
P( X = 5) = 3
10 ja
P( X = 6) = 1 .
10
Taulukkomuodossa esitettynä jakauma on siis
x P(X = x)
1
1 10
3
3 10
1
4 5
3
5 10
1
6 10
408. a) P(X = 3) on todennäköisyys, että satunnaismuuttujan X arvo on kolme.

Todennäköisyyslaskurilla saadaan P(X = 3) ≈ 0,0987 ≈ 0,099.
Sama tulos saadaan myös toistokokeen kaavalla:
( )( ) ( )
3 1
4 1
P( X = 3) = 1 − 1 = 4 ⋅ 1 ⋅ 2 = 8 ≈ 0,099.
3 3 3 27 3 81
b) Todennäköisyyslaskurilla
P(X = 0) ≈ 0,1976,
P(X = 1) ≈ 0,3951,
P(X = 2) ≈ 0,2963,
P(X = 3) ≈ 0,0987 ja
P(X = 4) ≈ 0,0123.
Jakauma taulukkomuodossa:
x P(X = x)
0 0,1976
1 0,3951
2 0,2963
3 0,0987
4 0,0123
Todennäköisyyslaskurin havainnollistus pistetodennäköisyyksistä:
Kuvasta ei voi lukea todennäköisyyksiä, vaan niitä varten tarvitaan

edellä oleva taulukko.
Toinen tapa:
Lasketaan todennäköisyydet toistokokeen kaavalla:
(04) ( 13 ) (1− 13 ) = ( 32 ) = 1681 ≈ 0,1976

0 4 4
P( X = 0) =
P( X = 1) = ( ) ( 1 ) (1 − 1 ) = 4 ⋅ 1 ⋅ 8 = 32 ≈ 0,3951
1 3
4
1 3 3 3 27 81
P( X = 2) = ( ) ( 1 ) (1 − 1 ) = 6 ⋅ 1 ⋅ 4 = 8 ≈ 0,2963
2 2
4
2 3 3 9 9 27
P( X = 3) = 8 ≈ 0,0987 (laskettiin jo a-kohdassa)
81
( )( ) ( ) ( )
4 1 4 0 4
P( X = 4) = 1 − 1 = 1 = 1 ≈ 0,0123
4 3 3 3 81
ja piirretään pistetodennäköisyydet koordinaatistoon.
409. a) Kyseessä on toistokoe, jossa toistojen lukumäärä on 5 ja onnistumisen

1
eli yhdellä heitolla kuutosen saamisen todennäköisyys on . Viidellä
6
heitolla saatujen kuutosten lukumäärä noudattaa siis binomijakaumaa
1
parametrein n = 5 ja p = . Todennäköisyyslaskurilla saadaan
6
P(X = 0) = 0,4018,
P(X = 1) = 0,4019,
P(X = 2) = 0,1608,
P(X = 3) = 0,0322,
P(X = 4) = 0,0032 ja
P(X = 5) = 0,0001.
Esitetään jakauma vielä taulukkomuodossa:
x P(X = x)
0 0,40
1 0,40
2 0,16
3 0,032
4 0,0032
5 0,0001
Todennäköisyyslaskurin antamat likiarvot kahdelle ensimmäiselle

todennäköisyydelle näyttävät olevan hyvin lähellä toisiaan.
Tarkistetaan, ovatko todennäköisyydet samat:
(50) ( 16 ) ( 56 ) = 56
0 5 5
P( X = 0) = 5
ja
(15) ( 16 ) ( 65 ) = 56 .
1 4 5
P( X = 1) = 5
Tarkat arvot ovat samat, P(X = 0) = P(X = 1) ≈ 0,4019. Kuutosten

todennäköisimmät lukumäärät ovat siis 0 ja 1.
Myös muut pistetodennäköisyydet voidaan laskea ilman laskuria,

jolloin saadaan kaikille pistetodennäköisyyksille tarkat arvot.
5
P( X = 0) = 55 = 3125 ≈ 0,4019 (laskettu edellä)
6 7776
5
P( X = 1) = 55 = 3125 ≈ 0,4019 (laskettu edellä)
6 7776
P( X = 2) = ( )( ) ( )
5 1 2 5 3 625
2 6 6
=
3888
≈ 0,16
P( X = 2) = ( ) ( 1 ) ( 5 ) = 125 ≈ 0,032
3 2
5
3 6 6 3888
P( X = 4) = ( ) ( 1 ) ( 5 ) = 25 ≈ 0,0032
4 1
5
4 6 6 7776
P( X = 5) = ( ) ( 1 ) ( 5 ) = 1 ≈ 0,0001
5 0
5
5 6 6 7776
b) Tapahtuma X = 2 tarkoittaa, että saatujen kuutosten lukumäärä on

kaksi, eli että viidestä heitosta kaksi on kuutosia ja loput muita kuin
kuutosia.
Tapahtuma 2 ≤ X ≤ 4 tarkoittaa, että kuutosia on kaksi, kolme tai neljä.
Todennäköisyyslaskurilla P(X = 2) = 0,1608 ≈ 0,16 ja

P(2 ≤ X ≤ 4) = 0,1962 ≈ 0,20.
Tarkat arvot saataisiin a-kohdassa laskettujen tarkkojen arvojen avulla:

P( X = 2) = 625
3888
ja
P(2 ≤ X ≤ 4)
= P( X = 2) + P( X = 3) + P( X = 4)
= 625 + 125 + 25
3888 3888 7776
= 1525 .
7776
410. a) Tilannetta voidaan ajatella toistokokeena, jossa toistojen eli

henkilöiden lukumäärä on viisi ja onnistumisen eli "on hyttysten
suosima" todennäköisyys on jokaisella toistolla 33 %. Siten X
noudattaa binomijakaumaa Bin(5; 0,33).
Todennäköisyyslaskurilla saadaan
P(X = 0) ≈ 0,1350,
P(X = 1) ≈ 0,3325,
P(X = 2) ≈ 0,3275,
P(X = 3) ≈ 0,1613,
P(X = 4) ≈ 0,0397 ja
P(X = 5) ≈ 0,0039.
Jakauma taulukkomuodossa:
x P(X = x)
0 0,1350
1 0,3325
2 0,3275
3 0,1613
4 0,0397
5 0,0039
Ilman laskuria pistetodennäköisyydet voidaan laskea toistokokeen

kaavalla:
P( X = 0) = (50) (0,33) (1− 0,33) = 0,67 = 0,135012... ≈ 0,1350
0 5 5
P( X = 1) = ( ) ( 0,33) (1 − 0,33) = 0,332493... ≈ 0,3325

5 1 4
1
P( X = 2) = ( ) ( 0,33) (1 − 0,33) = 0,327530... ≈ 0,3275

5 2 3
2
P( X = 3) = ( ) ( 0,33) (1 − 0,33) = 0,161321... ≈ 0,1613

5 3 2
3
P( X = 4) = ( ) ( 0,33) (1 − 0,33) = 0,039728... ≈ 0,0397

5 4 1
4
P( X = 5) = ( ) ( 0,33) (1 − 0,33) = 0,33 = 0,003913... ≈ 0,0039

5 5 0 5
5
b) Tapahtuma X = 1 tarkoittaa, että seurueessa on vain yksi hyttysten

suosima henkilö. Vastaavasti tapahtuma X ≥ 2 tarkoittaa, että
seurueessa on vähintään kaksi hyttysten suosimaa henkilöä.
P(X = 1) ≈ 0,3325 ≈ 0,33 ja
P(X ≥ 2) ≈ 0,5325 ≈ 0,53.
Ilman laskuria käytetään a-kohdassa laskettuja pistetodennäköisyyksiä:
P(X = 1) = 0,33249… ≈ 0,33
P(X ≥ 2) = P(X = 2) + P(X = 3) + P(X = 4) + P(X = 5)

= 0,327… + 0,161… + 0,039…+ 0,003… = 0,532… ≈ 0,53
Jälkimmäinen voidaan laskea myös vastatapahtuman X < 2 avulla:

P(X ≥ 2) = 1 − P(X < 2) = 1 − (P(X = 0) + P(X = 1))
= 1 − (0,135… + 0,332…) = 0,532… ≈ 0,53.
411. Koska jakaumassa A on P(X = 1) = 0,2, sitä vastaa joko kertymäfunktio I

tai kertymäfunktio II. Koska P(X = 2) = 0,3, kertymäfunktio I ei käy, vaan
ainoa vaihtoehto on kertymäfunktio II. Myös loput kaksi
pistetodennäköisyyttä vastaavat kertymäfunktion II arvojen lisäyksiä,
joten jakaumaa A vastaa kertymäfunktio II.
Vastaavasti jakauman B pistetodennäköisyydet vastaavat kertymäfunktion

III arvojen muutoksia ja jakauman C pistetodennäköisyydet
kertymäfunktiota I.
412. Jakauman A pistetodennäköisyydet vastaavat kertymäfunktion II arvojen

lisäyksiä, jakauman B puolestaan kertymäfunktion I ja jakauman C
pistetodennäköisyydet kertymäfunktion III arvojen lisäyksiä.
413. a) P(X ≤ 10) = F(10) = 0,45

P(5 < X ≤ 20) = F(20) − F(5) = 0,70 − 0,15 = 0,55
b) Koska 10 ≤ 12 < 20, on F(12) = 0,45. Tämä on tapahtuman X ≤ 12

todennäköisyys eli F(12) = P(X ≤ 12).
c) P(X > 25) = 1 − P(X ≤ 25) = 1 − F(25) = 1 − 0,70 = 0,30.
414. a) Koska satunnaismuuttujan X pienin arvo on 1, kertymäfunktion arvo on

nolla kaikilla x < 1. Kohdassa x = 1 kertymäfunktion arvo hyppää
nollasta arvoon F(1) = P(X ≤ 1) = P(X = 1) = 0,15. Kertymäfunktion
arvo on 0,15 välillä 1 ≤ x < 2.
Seuraavan kerran kertymäfunktion arvo muuttuu kohdassa x = 2:

F(2) = P(X ≤ 2) = P(X = 1) + P(X = 2) = 0,15 + 0,1 = 0,25.
Kertymäfunktion arvo on 0,25 välillä 2 ≤ x < 3.
Kohdassa x = 3 kertymäfunktion arvo hyppää jälleen:

F(3)
= P(X ≤ 3)
= P(X = 1) + P(X = 2) + P(X = 3)
= 0,15 + 0,1 + 0,25
= 0,5.
Kohdassa x = 4 saadaan vastaavasti

F(4)
= P(X ≤ 4)
= P(X = 1) + P(X = 2) + P(X = 3) + P(X = 4)
= 0,15 + 0,1 + 0,25 + 0,3
= 0,8.
Koska satunnaismuuttujan suurin mahdollinen arvo on viisi, on

F(x) = 1 kaikilla x ≥ 5. Tämä nähdään myös laskemalla
pistetodennäköisyyksien summa:
F(5)
= P(X ≤ 5)
= P(X = 1) + P(X = 2) + P(X = 3) + P(X = 4) + P(X = 5)
= 0,15 + 0,1 + 0,25 + 0,3 + 0,2
=1
ja lisäksi kaikilla x > 5 on F(x) = P(X ≤ x) = 1, koska

satunnaismuuttujan X arvo on korkeintaan viisi.
Kertymäfunktion F lauseke on siis

0, kun x < 1
0,15, kun 1 ≤ x < 2
0,25, kun 2 ≤ x < 3
F ( x) = 
0,5, kun 3 ≤ x < 4

0,8, kun 4 ≤ x < 5
1, kun x ≥ 5.
b) P(X ≤ 3) = F(3) = 0,5

P(1 < X ≤ 4) = F(4) − F(1) = 0,8 − 0,15 = 0,65.
c) F(2) = P(X ≤ 2) = 0,25.

415. a) Esitetään silmälukuparit taulukkona ja merkitään kunkin silmäluvun

kohdalle sitä vastaava voitto.
6 0 0 0 0 5 7
5 5 5 5 5 5 5
4 4 4 4 4 5 0
3 4 4 4 4 5 0
2 4 4 4 4 5 0
1 4 4 4 4 5 0
1 2 3 4 5 6
Lasketaan taulukon avulla eri voittosummien todennäköisyydet. Kun

taulukossa olevasta voiton arvosta vähennetään pelipanos 3,5, saadaan
silmälukuparia vastaava satunnaismuuttujan X arvo.
P( X = −3,5) = P(ei voittoa) = 8 = 2 ≈ 0,22
36 9
P( X = 0,5) = P(voitto 4 euroa) = 16 = 4 = 0,44
36 9
P( X = 1,5) = P(voitto 5 euroa) = 11 = 0,31
36
P( X = 3,5) = P(voitto 7 euroa) = 1 ≈ 0,03
36
Nämä ovat satunnaismuuttujan X pistetodennäköisyydet. Esitetään

jakauma vielä taulukkona:
x P(X = x)
−3,5 2
9
≈ 0,22
0,5 4
9
≈ 0,44
1,5 11
36
≈ 0,31
3,5 1
36
≈ 0,03
Kertymäfunktion lauseke on näin ollen

0, kun x < −3,5
 9 ≈ 0,22,
2
kun − 3,5 ≤ x < 0,5

F ( x) =  92 + 94 = 23 ≈ 0,66, kun 0,5 ≤ x < 1,5
 23 + 11
36
= 3635
≈ 0,97, kun 1,5 ≤ x < 3,5
1, kun x ≥ 3,5.

b) Havainnollistetaan X:n jakaumaa merkitsemällä pistetodennäköisyydet

koordinaatistoon:
Havainnollistetaan X:n kertymäfunktiota F piirtämällä sen kuvaaja

koordinaatistoon:
416. Piirretään ensin tilanteesta kuva ja merkitään kuvaan satunnaismuuttujan

X arvot eri alueissa.
Koko kuvio on suorakulmio, jonka pinta-ala on 2π. Tapahtuman X = 1

kannalta suotuisa alue on käyrien y = sin x ja y = −sin x väliin jäävä alue,
jonka pinta ala on
π π π
 (sin x − (− sin x))dx = 2 sin x dx = 2 / (− cos x) = 2(− cos π − (− cos0)) = 4.

0 0 0
Niinpä satunnaismuuttuja X saa arvon 1 todennäköisyydellä

P( X = 1) = 4 = 2 = 0,63661977... ≈ 0,64.
2π π
Symmetrian vuoksi kaksi muuta mahdollista arvoa, 0 ja 2, ovat yhtä

todennäköisiä; siis P(X = 0) = P(X = 2) ja siksi
2
1 − P( X = 1) 1 − π π − 2
P( X = 0) = = = = 0,181690... ≈ 0,18.
2 2 2π
Koska P(X = 0) = P(X = 2), myös P( X = 2) =
π − 2 ≈ 0,18.
2π
Esitetään vielä X:n jakauma taulukkona:

x P(X = x)
π−2
0 2π
2
1 π
π−2
2 2π
SYVENTÄVÄT TEHTÄVÄT
417. a) Diskreetin satunnaismuuttujan arvoja vastaavat pistetodennäköisyydet
näkyvät kertymäfunktion kuvaajassa hyppäyksinä kyseisissä kohdissa.
Kertymäfunktion arvot muuttuvat kohdissa 1, 2, 3 ja 4; nämä ovat siis
satunnaismuuttujan X mahdolliset arvot. Arvojen todennäköisyydet
ovat
P( X = 1) = 3 ,
8
P( X = 2) = 1 − 3 = 1 ,
2 8 8
P( X = 3) = 7 − 1 = 3 ja
8 2 8
P( X = 4) = 1 − 7 = 1 .
8 8
b) Lasketaan pistetodennäköisyydet kuten a-kohdassa ja piirretään kuva.

Satunnaismuuttujan mahdollisia arvoja ovat nyt −3, −2, 0 ja 3. Arvojen
todennäköisyydet ovat
P(X = −3) = 0,1,
P(X = −2) = 0,2 − 0,1 = 0,1,
P(X = 0) = 0,8 − 0,2 = 0,6 ja
P(X = 3) = 1 − 0,8 = 0,2.
418. a) Lasketaan satunnaismuuttujan X eri arvojen (1, 2, 3 ja 4)

todennäköisyydet:
P( X = 1) = f (1) = 3 = 0,15
20
P( X = 2) = f (2) = 7 = 0,35
20
P( X = 3) = f (3) = 7 = 0,35
20
P( X = 4) = f (4) = 3 = 0,15
20
Esitetään vielä jakauma taulukkona:

x P(X = x)
1 0,15
2 0,35
3 0,35
4 0,15
b)
419. a) Merkitään X = "puhelimeen tunnin aikana saapuneiden viestien

lukumäärä". Koska X noudattaa Poissonin jakaumaa parametrilla
−k
λ = 10, pistetodennäköisyydet saadaan kaavalla P( X = k ) = e−10 ⋅
10 ,
k!
jossa k = 0, 1, 2, … Niinpä todennäköisyys, että puhelimeen ei tunnin
0
aikana saavu yhtään viestiä, on P( X = 0) = e−10 ⋅ 10 = e−10 ≈ 0,000045.
0!
5
b) P( X = 5) = e−10 ⋅
10 = 0,037833... ≈ 0,038.
5!
c) Tapahtuma X ≥ 15 tarkoittaa, että X = 15 tai X = 16 tai X = 17 tai … Eri

mahdollisuuksia on äärettömän monta. Sen sijaan vastatapahtuma
X < 15 koostuu tapahtumista X = 1, X = 2, … ja X = 14. Nämä
tapahtumat ovat erillisiä, joten
P( X < 15)
= P( X = 0) + P( X = 1) + ... + P( X = 14)
0 1 14
= e−10 ⋅ 10 + e−10 ⋅ 10 + ... + e−10 ⋅ 10
0! 1! 14!
= 0,91654...
Näin ollen kysytty todennäköisyys on
P(X ≥ 15) = 1 − P(X < 15) = 1 − 0,91654… = 0,08345… ≈ 0,083.
Samat tulokset saadaan myös ohjelman avulla.
420. a) Merkitään X = "museossa ensimmäisen tunnin aikana vierailevien

asiakkaiden lukumäärä". Tiedetään, että X noudattaa Poissonin
jakaumaa parametrilla λ = 25, joten todennäköisyyslaskurilla saadaan
P(10 ≤ X ≤ 30) = 0,863087… ≈ 0,86.
b) Todennäköisyyslaskurilla saadaan P(X ≥ 20) = 0,866425… ≈ 0,87.
c) Todennäköisyyslaskurilla saadaan P(X ≤ 40) = 0,997964… ≈ 0,998.

421. a) Kuutonen voi esiintyä ensimmäisen kerran ensimmäisellä heitolla, tai

toisella heitolla, tai kolmannella heitolla, tai… Satunnaismuuttuja X
voi siis saada minkä tahansa positiivisen kokonaislukuarvon 1, 2, 3, …
b) Todennäköisyys, että heti ensimmäisellä heitolla tulee kuutonen, on

P( X = 1) = 1 .
6
Todennäköisyys, että ensimmäinen kuutonen saadaan vasta toisella
heitolla, on
P( X = 2)
= P(1. heitolla ei kuutosta ja 2. heitolla kuutonen)
= 5⋅1
6 6
= 5.
36
Vastaavasti
()
2
P( X = 3) = 5 ⋅ 1 = 25 ,
6 6 216
()
3
P( X = 4) = 5 ⋅ 1 = 125 ja
6 6 1296
()
n −1 n −1
P( X = n) = 5 ⋅1 = 5 n .
6 6 6
c) Tapahtuma X ≤ n koostuu erillisistä tapahtumista X = 1, X = 2, … ja

X = n. Erillisten tapahtumien yhteenlaskusäännöllä saadaan
P( X ≤ n)
= P( X = 1) + P( X = 2) + ... + P( X = n)
() () ()
1 2 n −1
= 1 + 5 ⋅ 1 + 5 ⋅ 1 ... + 5 ⋅ 1
6 6 6 6 6 6 6
1
Tämä on geometrinen summa, jossa ensimmäinen jäsen on a1 = ja
6
5
suhdeluku q = . Niinpä geometrisen summan kaavalla
6
n
1− q
Sn = a1 ⋅ saadaan
1− q
0 1 n −1 1− ( 6 ) 5 n
P( X ≤ n) = 51 + 52 + ... + 5 n = 1 ⋅ = 1 − ( 56 ) .
n
6 6 6 6 1− 6 5
Etsitään pienin kokonaisluku n, jolle 1 − ( 56 ) > 0,9 eli jolle ( 56 )n < 0,1.
n
Vastaavan yhtälön ( 56 )n = 0,1 ratkaisu on n = log 5 0,1 = 12,629...

6
Pienin kokonaisluku n, jolle P(X ≤ n) > 0,9, on siis 13.
4.2 Diskreetin jakauman odotusarvo

YDINTEHTÄVÄT
422. a) Satunnaismuuttujan X odotusarvo on
E( X ) = 3 ⋅ 0 + 1 ⋅1 + 1 ⋅ 2 + 1 ⋅ 3 = 5 = 1,25.
8 4 8 4 4
b) Satunnaismuuttujan X keskihajonta on
D( X )
( ) ( ) + 81 ⋅ ( 2 − 54 ) + 14 ⋅ (3 − 54 )
2 2 2 2
= 3 ⋅ 0 − 5 + 1 ⋅ 1− 5
8 4 4 4
= 23
4
= 1,198957...
≈ 1,20.
423. a) Satunnaismuuttujan X mahdolliset arvot ovat 2, −1 ja 0. Lasketaan

näiden todennäköisyydet:
P( X = 2) = P(kaksi kruunaa) = 1 ⋅ 1 = 1
2 2 4
P( X = −1)
= P(yksi kruuna)
= P(1. on kruuna ja 2. ei, tai 1. ei ole kruuna ja 2. on)
= 1⋅1+1⋅1
2 2 2 2
= 1
2
P( X = 0) = P(ei yhtään kruunaa) = 1 ⋅ 1 = 1
2 2 4
1 1 1
Satunnaismuuttujan X odotusarvo on E( X ) = ⋅ 2 + ⋅ ( −1) + ⋅ 0 = 0.
4 2 4
b) Tuhannella kierroksella odotettavissa oleva tulos on 1000 · E(X) = 0.

Pelaajan voi siis odottaa olevan lähellä tasatilannetta, ei voitolla eikä
tappiolla.
424. a) Merkitään X = "arvalla saatu nettovoitto" (euroina) eli summa, joka

saadaan, kun arvan voitosta vähennetään arvan hinta.
Satunnaismuuttujan X mahdolliset arvot ovat siten
1000 − 1 = 999, 100 − 1 = 99, 20 − 1 = 19, 2 − 1 = 1 ja 1 − 1 = 0
sekä 0 − 1 = −1.
Lasketaan eri arvojen todennäköisyydet.
P( X = 999) = P(voitto on 1000 euroa) = 50 = 1
3 000 000 60 000
P( X = 99) = P(voitto on 100 euroa) = 100 = 1
3 000 000 30 000
30 000
P( X = 19) = P(voitto on 20 euroa) = = 1
3 000 000 100
300 000
P( X = 1) = P(voitto on 2 euroa) = = 1
3 000 000 10
420 000
P( X = 0) = P(voitto on 1 euro) = = 7
3 000 000 50
3 000 000 − 750150 14 999
P( X = −1) = P(ei voittoa) = =
3 000 000 20 000
Satunnaismuuttujan X odotusarvo on
E( X ) = 1 ⋅ 999 + 1 ⋅ 99 + 1 ⋅19 + 1 ⋅1 + 7 ⋅ 0 + 14 999 ⋅ (−1)
60 000 30 000 100 10 50 20 000
= −0,44.
Pelaajan nettovoiton odotusarvo on siis −0,44 euroa eli −44 senttiä.
b) Voittavia arpoja on 750 150, joten arpoja, joissa ei ole voittoa, on

3 000 000 − 750 150 = 2 249 850 kappaletta. Jotta vähintään yhdessä
arvassa varmuudella olisi voitto, arpoja tulisi ostaa vähintään yksi
enemmän kuin voitottomia arpoja on eli 2 249 851.
425. a) Olkoon X = "silmälukujen summa". Esitetään silmälukuparit

taulukkona ja merkitään kunkin parin kohdalle silmälukujen summa eli
satunnaismuuttujan X arvo.
4 5 6 7 8 9 10
3 4 5 6 7 8 9
2 3 4 5 6 7 8
1 2 3 4 5 6 7
1 2 3 4 5 6
Silmälukupareja on yhteensä 6 · 4 = 24.

Satunnaismuuttujan X mahdolliset arvot ovat 2, 3, 4, …, 10.
Lasketaan eri arvojen todennäköisyydet taulukon perusteella:
P( X = 2) = 1
24
P( X = 3) = 2 = 1
24 12
P( X = 4) = 3 = 1
24 8
P( X = 5) = 4 = 1
24 6
P( X = 6) = 4 = 1
24 6
P( X = 7) = 4 = 1
24 6
P( X = 8) = 3 = 1
24 8
P( X = 9) = 2 = 1
24 12
P( X = 10) = 1
24
b) Satunnaismuuttujan X odotusarvo on
E( X )
= 1 ⋅ 2 + 2 ⋅ 3 + 3 ⋅ 4 + 4 ⋅ 5 + 4 ⋅ 6 + 4 ⋅ 7 + 3 ⋅ 8 + 2 ⋅ 9 + 1 ⋅10
24 24 24 24 24 24 24 24 24
= 144
24
= 6.
426. a) Väite on epätosi. Kymmenen toiston jälkeen satunnaismuuttujien

arvojen keskiarvo on lähellä odotusarvoa a suurella
todennäköisyydellä, mutta tasan a vain erikoistapauksissa, eikä
yleisesti täysin varmasti edes lähellä lukua a.
b) Väite on tosi. On mahdollista, että esimerkiksi noppaa heitettäessä

saadaan peräkkäin vaikkapa tuhat ykköstä. Tällöin tulosten
keskiarvokin on yksi, joka ei ole lähellä nopanheiton tuloksen
1 1 1 1 1 1
odotusarvoa ⋅1 + ⋅ 2 + ⋅ 3 + ⋅ 4 + ⋅ 5 + ⋅ 6 = 3,5. (Mainitun
6 6 6 6 6 6
tapahtuman todennäköisyys on hyvin pieni, mutta aidosti nollaa
suurempi kuitenkin.)
c) Väite on epätosi. Jos satunnaiskokeella on useita mahdollisia

lopputuloksia, kokeen tuloksen perusteella määräytyvän
satunnaismuuttujan odotusarvosta ei voida päätellä yksittäisen kokeen
lopputulosta.
427. a) Tapahtuman "ainakin yksi hyökkääjistä tekee maalin" vastatapahtuma
on "kukaan ei tee maalia", jonka todennäköisyys on
P(kukaan ei tee maalia)
= P(1. ei tee) · P(2. ei tee) · P(3. ei tee)
= (1 − 0,65) · (1 − 0,75) · (1 − 0,54)
= 0,04025.
Siten
P(ainakin yksi tekee maalin)
= 1 − P(kukaan ei tee maalia)
= 1 − 0,04025
= 0,95975
≈ 0,96.
b) Olkoon X = maalien lukumäärä. Kolmella yrityksellä maaleja voi

syntyä 0, 1, 2 tai 3. Lasketaan ensin eri maalimäärien
todennäköisyydet.
Maalien lukumäärä on nolla, kun kukaan hyökkääjistä ei tee maalia:

P(X = 0) = (1 − 0,65) · (1 − 0,75) · (1 − 0,54) = 0,04025
Yksi maali syntyy joko

niin, että 1. hyökkääjä tekee maalin, mutta 2. ja 3. eivät tee maalia;
tai niin, että 1. ei tee, 2. tekee ja 3. ei;
tai niin, että 1. ei tee, 2. ei tee ja 3. tekee.
Nämä tapahtumat ovat erillisiä, joten
P(X = 1) = 0,65 · (1 − 0,75) · (1 − 0,54) + (1 − 0,65) · 0,75 · (1 − 0,54)
+ (1 − 0,65) · (1 − 0,75) · 0,54
= 0,24275
Vastaavasti kaksi maalia voi syntyä kolmella eri tavalla, yksi

hyökkäjistä ei tee maalia ja muut kaksi tekevät:
P(X = 2) = 0,65 · 0,75 · (1 − 0,54) + 0,65 · (1 − 0,75) · 0,54
+ (1 − 0,65) · 0,75 · 0,54
= 0,45375
Kolme maalia syntyy vain silloin, kun kaikki kolme hyökkääjää

tekevät maalin:
P(X = 3) = 0,65 · 0,75 · 0,54 = 0,26325
Maalien lukumäärän odotusarvo on

E(X)
= P(X = 0) · 0 + P(X = 1) · 1 + P(X = 2) · 2 + P(X = 3) · 3
= 0,04025 · 0 + 0,24275 · 1 + 0,45375 · 2 + 0,26325 · 3
= 1,94.
428. Olkoon X pelaajan nettovoitto euroina eli pelaajan mahdollisesti kassasta

nostama rahamäärä, josta on vähennetty kassaan maksettu panos 5 euroa.
Mahdolliset X:n arvot ovat siis 5, 1 ja −5. Lasketaan näiden
todennäköisyydet.
P( X = 5)
= P(pallot ovat samanväriset)
= P(molemmat punaisia tai molemmat vihreitä)
= 5 ⋅ 4 + 3 ⋅ 2 = 13 ≈ 0,36
9 8 9 8 36
P( X = 1)
= P(yksi punainen ja yksi vihreä)
= P(1. punainen ja 2. vihreä, tai 1. vihreä ja 2. punainen)
= 5 ⋅ 3 + 3 ⋅ 5 = 5 ≈ 0,42
9 8 9 8 12
P( X = −5)
= P(palloista yksi on musta)
= P(1. musta, tai 1. ei musta ja 2. musta)
= 1 + 8 ⋅ 1 = 2 ≈ 0,22
9 9 8 9
(Saman tuloksen saa myös laskemalla 1 − P(X = 5) − P(X = 1).)
Satunnaismuuttujan X odotusarvo on siten

E( X ) = 13 ⋅ 5 + 5 ⋅1 + 2 ⋅ ( −5) = 10 ≈ 1,1.
36 12 9 9
429. a) Havainnollistetaan jakaumaa piirtämällä kuva

todennäköisyyslaskurilla.
Tästä kuvasta pistetodennäköisyyksien arvoja ei pysty lukemaan.

Tarvitaan myös todennäköisyyslaskurin antamat X:n jakauman
pistetodennäköisyyksien likiarvot:
x P(X = x)
0 0.2373046875
1 0.3955078125
2 0.263671875
3 0.087890625
4 0.0146484375
5 0.0009765625
Yllä lasketut pistetodennäköisyydet koordinaatistossa:
b) Todennäköisyyslaskurilla saadaan P(3 ≤ X ≤ 4) ≈ 0,1025 ≈ 0,10.
1 5
c) Koska X ∼ Bin ( 5, 14 ) , sen odotusarvo on 5 ⋅ = = 1,25 ja
4 4
1
keskihajonta 5 ⋅ 1 −
4 ( )
1 = 15 = 0,9682... ≈ 0,97.
4 4
430. a) Tapahtuma "ei myöhästy kertaakaan" on sama kuin "on kaikkina

viitenä aamuna ajoissa", jonka todennäköisyys on
()
5
3 = 243 = 0,0777…≈ 0, 08.
P(ei myöhästy kertaakaan) =
5 3125
Myöhästymisen todennäköisyys on jokaisena aamuna sama:

P(myöhässä) = 1 − 3 = 2 . Kyse on siis toistokokeesta, joten
5 5
P(opiskelija myöhästyy kahtena aamuna)
()( ) ( )
2 3
5
= ⋅ 2 ⋅ 3
2 5 5
= 216
625
= 0,3456
≈ 0,35.
Toinen tapa:
Tilannetta voidaan ajatella toistokokeena, jossa toistoja on viisi ja
onnistumisen eli myöhästymisen todennäköisyys on
P(myöhässä) = 1 − 3 = 2 .
5 5
Olkoon X myöhästymisten lukumäärä viikossa, jolloin X ∼ Bin ( 5, 52 ) .
P(X = 0) = 0,0777… ≈ 0,08 ja
P(X = 2) = 0,3456 ≈ 0,35.
2
b) Koska X ∼ Bin ( 5, 52 ) , odotusarvo on 5 ⋅ = 2.
5
431. a) Kyseessä on 13 toiston toistokoe, jossa onnistumisen eli kotivoiton

todennäköisyys on 0,48. Olkoon X kotivoittojen lukumäärä 13
ottelussa, jolloin X ~ Bin(13; 0,48) ja sen odotusarvo on siksi
E(X) = 13 · 0,48 = 6,24.
b) Merkki on oikein, jos tulos on kotivoitto ja on veikattu kotivoittoa, tai

tulos on tasapeli ja on veikattu tasapeliä, tai tulos on vierasvoitto ja on
veikattu vierasvoittoa. Koska eri tulosten (1, ×, 2) todennäköisyyksien
summa on yksi, sattumanvaraisesti veikattu merkki on oikein
todennäköisyydellä
P(merkki oikein)
= P(tulos 1) ⋅ 1 + P(tulos ×) ⋅ 1 + P(tulos 2) ⋅ 1
3 3 3
= ( P(tulos 1) + P(tulos ×) + P(tulos 2) ) ⋅ 1
3
= 1⋅ 1
3
1
= .
3
Olkoon X oikeiden merkkien lukumäärä, jolloin X ∼ Bin (13, 13 ) , ja sen

1 13
odotusarvo on 13 ⋅ = ≈ 4,33.
3 3
P(X ≥ 11) = 0,0002126… ≈ 0,00021.
432. Olkoon X yhdellä tikalla saatu pistemäärä. Koska taulun säde on

341 mm = 170,5 mm, koko taulun pinta-ala on π · 170,52 mm2. Kunkin
2
tuloksen todennäköisyys on sitä vastaavan osumakohdan pinta-alan osuus
koko taulun pinta-alasta. Lasketaan eri tulosten todennäköisyydet:
( )
2
π ⋅ 35
2 306, 25
P( X = 10) = = = 0,0105348... ≈ 0,011
π ⋅170,5 2
29070,25
( ) ( )
2 2
π ⋅ 35 + 17 − π ⋅ 35
P( X = 9) = 2 2 = 884 = 0,0304090... ≈ 0,030
π ⋅170,52
29070,25
π ⋅ ( 51,5) − π ⋅ ( 34,5)
2 2
P( X = 8) = = 1462 = 0,0502919... ≈ 0,050

π ⋅170,52 29070,25
π ⋅ ( 68,5) − π ⋅ ( 51,5)
2 2
P( X = 7) = = 2040 = 0,0701748... ≈ 0,070

π ⋅170,52
29070,25
π ⋅ ( 85,5) − π ⋅ ( 68,5)
2 2
P( X = 6) = = 2618 = 0,0900577... ≈ 0,090

π ⋅170,5 2
29070,25
π ⋅ (102,5) − π ⋅ ( 85,5)
2 2
P( X = 5) = = 3196 = 0,1099405... ≈ 0,11

π ⋅170,52 29070,25
π ⋅ (119,5) − π ⋅ (102,5)
2 2
P( X = 4) = = 3774 = 0,1298234... ≈ 0,13

π ⋅170,52
29070,25
π ⋅ (136,5) − π ⋅ (119,5)
2 2
P( X = 3) = = 4352 = 0,1497063... ≈ 0,15

π ⋅170,52 29070,25
π ⋅ (153,5) − π ⋅ (136,5)
2 2
P( X = 2) = = 4930 = 0,1695891... ≈ 0,17

π ⋅170,5 2
29070,25
π ⋅ (170,5) − π ⋅ (153,5)
2 2
P( X = 1) = = 5508 = 0,1894720... ≈ 0,19

π ⋅170,52
29070,25
Tuloksen odotusarvo on
E(X) = P(X = 10) · 10 + P(X = 9) 9 + … + P(X = 1) · 1 = 3,8597… ≈ 3,9.
433. Pelin suunnittelija voi odottaa olevansa 200 000 pelin jälkeen 10 000
euroa voitolla, jos jokaisessa pelissä pelaaja häviää keskimäärin
10000 = 1 = 0,05 euroa.
200000 20
Jos pelipanosta ei huomioida, pelaajan voiton odotusarvo on

0,01 · 10 + 0,001 · 100 +… + 0,000001 · 50000 = 0,45.
Etsitään pelin panos x, joka toteuttaa yhtälön 0,45 − x = 0,05.
0,45 − x = −0,05
x = 0,45 + 0,05 = 0,50
Yhden pelin panokseksi pitää asettaa 0,50 euroa eli 50 senttiä.
434. Tilannetta voidaan ajatella toistokokeena, jossa toistoja on 60 ja

"onnistumisen" eli pojan (tai vastaavasti tytön) syntymisen
todennäköisyys on 0,513 (vastaavasti 1 − 0,513 = 0,487).
Syntyneiden poikien lukumäärä noudattaa binomijakaumaa parametreilla

60 ja 0,513, syntyneiden tyttöjen lukumäärä puolestaan parametrein 60 ja
0,487. Poikien lukumäärän odotusarvo on 60 · 0,513 = 30,78 ja tyttöjen
60 · 0,487 = 29,22.
Todennäköisyys, että syntyy yhtä monta tyttöä ja poikaa on samalla

todennäköisyys, että poikia syntyy 30. Todennäköisyyslaskurilla tai
binomitodennäköisyyden kaavalla saadaan
P(30 poikaa) = (3060) ⋅ 0,513 30
⋅ 0,48730 = 0,10051815... ≈ 0,101.
435. a) Haarautumiskohdissa vaihtoehdot ovat tasavertaiset, joten jos polku

haarautuu kahtia, kummankin haaran todennäköisyys tulla valituksi on
1 , ja jos kolmeen osaan, kunkin haaran todennäköisyys on 1 .
2 3
Pelaaja voi saavuttaa pistemäärän 40 kahdella tavalla:

1) valitsemalla ensimmäisessä risteyskohdassa keskimmäisen kolmesta
ja tämän jälkeen vasemmanpuoleisen kahdesta, tai
2) valitsemalla ensimmäisessä risteyskohdassa oikeanpuoleisen
kolmesta ja tämän jälkeen vasemmanpuoleisen kolmesta.
Nämä tapahtumat ovat erilliset, joten yhteenlaskusäännöllä saadaan

P(40 pistettä)
= P(ensin keskelle, sitten vasemmalle)
+ P(ensin oikealle, sitten vasemmalle)
= 1⋅1 +1⋅1
3 2 3 3
= 5
18
≈ 0,28.
b) Lasketaan ensin muidenkin pistemäärien todennäköisyydet

puumallista.
P(30 pistettä)
= P(ensin oikealle, sitten keskelle)
= 1⋅1
3 3
=1
9
P(20 pistettä)
= P(ensin vasemmalle, sitten ei enää tarvitse valita)
+ P(ensin keskelle, sitten vasemmalle)
= +1⋅1
1
3 3 2
=1
2
P(5 pistettä)
= P(ensin oikealle, sitten oikealle)
= 1⋅1
3 3
= 1
9
Nyt pistemäärän odotusarvo on

P(40 pistettä) · 40 + P(30 pist.) · 30 + P(20 pist.) · 20 + P(5 pist.) · 5
= 5 ⋅ 40 + 1 ⋅ 30 + 1 ⋅ 20 + 1 ⋅ 5 = 25.
18 9 2 9
436. Lasketaan ensin todennäköisyys, että pelaaja voittaa eli että nappulaa jää
kokonaan ruudun sisälle. Tarkastellaan yhtä ruutua, ja siellä kolikon
keskipisteen sijaintia.
Nappula jää kokonaan ruudun sisälle

silloin, kun pelinappulan
pohjaympyrän keskipiste on
kauempana kuin säteen eli 15 mm
päässä kaikista ruudun reunoista.
Tämä tarkoittaa, että keskipiste on
ruudun keskellä olevassa neliössä,
jonka sivun pituus on
40 mm − 15 mm − 15 mm = 10 mm.
Todennäköisyys, että pelaaja voittaa,

(10 mm)2 1
on siis = .
( 40 mm)2 16
Olkoon voiton määrä x euroa pelaajan voittaessa. Pelin tuloksen (euroina)

odotusarvo on tällöin
P(pelaaja häviää) · (−0,50) + P(pelaaja voittaa) · x.
1 15
Pelaaja häviää todennäköisyydellä 1 − = .
16 16
Odotusarvo on nolla, kun
15 ⋅ ( −0,50) + 1 ⋅ x = 0
16 16
x = 15 = 7,5
2
Peli on reilu, kun voitto on 7 euroa 50 senttiä.

437. a) Satunnaismuuttujan X pistetodennäköisyydet ovat
P( X = −1) = P(silmäluku on 1, 2 tai 3) = 3 = 1 ja
6 2
P( X = 4) = P(silmäluku on 4, 5 tai 6) = 3 = 1 ,
6 2
joten sen odotusarvo on
1 1 3
E(X) = P(X = −1) · (−1) + P(X = 4) · 4 = ⋅ ( −1) + ⋅ 4 = = 1,5
2 2 2
(euroa) ja keskihajonta
( ) ( )
2 2
D( X ) = 1 ⋅ −1 − 3 + 1 ⋅ 4− 3 = 5 = 2,5 (euroa).
2 2 2 2 2
Satunnaismuuttujan Y pistetodennäköisyydet ovat

P(Y = 1) = P(silmäluku on 1, 2 tai 3) = 3 = 1 ja
6 2
P(Y = 2) = P(silmäluku on 4, 5 tai 6) = 3 = 1 ,
6 2
joten sen odotusarvo on
1 1 3
E(Y) = P(Y = 1) · 1 + P(Y = 2) · 2 = ⋅1 + ⋅ 2 = = 1,5 (euroa)
2 2 2
ja keskihajonta
( ) + 12 ⋅ ( 2 − 23 )
2 2
D(Y ) = 1 ⋅ 1 − 3 = 1 = 0,5 (euroa).
2 2 2
b) Pelissä B voiton keskiarvo sadalla kierroksella vaihtelee enemmän.

438. Olkoon satunnaismuuttuja X onnenpyörän pelaajalle antama voitto

euroina, jossa pelimaksua ei ole huomioitu. Merkitään päävoittoa euroina
kirjaimella x.
Todennäköisyys, että pelaaja voittaa päävoiton, on punaisen sektorin

keskuskulman (15 astetta) suhde koko ympyrän keskuskulmaan (360
astetta) eli

P( X = x) = 15  = 1 .
360 24
Vastaavasti yhden euron voiton todennäköisyys saadaan vihreiden

sektoreiden osuutena ympyrästä eli
 
P( X = 1) = 2 ⋅ 45 + 2 ⋅ 30 = 5
360 12
ja ilman voittoa jäämisen todennäköisyys sinisten sektoreiden osuutena:
 
P( X = 0) = 3 ⋅ 45 + 2 ⋅ 30 = 13 .
360 24
Olkoon satunnaismuuttuja Y yhden pyöräytyskerran tuotto huvipuistolle.

Tuotto-odotus 750 asiakkaalta on tällöin 750 · E(Y) ja yhtälöstä
1
750 · E(Y) = 250 saadaan E(Y ) = .
3
Kun pelaaja ei pyöräytyskerrallaan voita mitään, pyöräytys tuottaa

13
huvipuistolle 2 euroa; siis P(Y = 2) = P( X = 0) = . Vastaavasti
24
päävoiton pyöräyttäminen tarkoittaa huvipuistolle tappiota x − 2 euroa eli
1
"tuottoa" −(x − 2) = 2 − x euroa, joten P(Y = 2 − x) = P( X = x) = .
24
Yhden euron voiton pyöräytyksessä huvipuistolle jää kahden euron
5
pelimaksusta tuottoa yksi euro eli P(Y = 1) = P( X = 1) = .
12
Satunnaismuuttujan Y odotusarvo on siis

E(Y ) = 13 ⋅ 2 + 1 ⋅ ( 2 − x ) + 5 ⋅1 = 38 − x .
24 24 12 24
1
Ratkaistaan päävoitto x yhtälöstä E(Y ) = :
3
38 − x = 1
24 3
38 − x = 8
x = 30
Päävoiton kasvattaminen heikentää pelin kannattavuutta huvipuiston

kannalta. Päävoitto voi siis olla korkeintaan 30 euroa, jotta liiketoiminta
olisi kannattavaa.
439. Merkitään p3 = P(X = 3) ja p4 = P(X = 4). Pistetodennäköisyyksien summa

3 + 1 + p + p = 1.
on yksi, joten Lisäksi odotusarvon
10 5 3 4
3 ⋅1 + 1 ⋅ 2 + p ⋅ 3 + p ⋅ 4 5
3 4 tiedetään olevan . Ratkaistaan puuttuvat
10 5 2
pistetodennäköisyydet p3 ja p4 saadusta yhtälöparista:
 3 + 1 + p + p =1
10 5 3 4
3 2 5
 + + 3 p3 + 4 p4 =
10 5 2
3 1
Saadaan p4 = ja p3 = .
10 5
440. Kääntäen verrannollisuus tarkoittaa, että satunnaismuuttujan arvon ja sen

todennäköisyyden tulo on vakio k, eli 1 ⋅ P( X = 1) = k , 2 ⋅ P( X = 2) = k ja
3 ⋅ P( X = 3) = k . Yhtälöistä saadaan todennäköisyydet
P( X = 1) = k , P( X = 2) = k ja P( X = 3) = k .
2 3
Koska pistetodennäköisyyksien summa on yksi, saadaan yhtälö

k + k + k =1 ⋅ 6
2 3
6k + 3k + 2k = 6
11k = 6
k= 6
11
6 3 2
Siis P( X = 1) = , P( X = 2) = ja P( X = 3) = .
11 11 11
Esitetään jakauma vielä taulukkona:
x P(X = x)
6
1 11
3
2 11
2
3 11
Jakauman odotusarvo on
6 ⋅1 + 3 ⋅ 2 + 2 ⋅ 3 = 18 = 1 7 ≈ 1,64.
11 11 11 11 11
441. Satunnaismuuttujan X mahdollisia arvoja on 100. Koska jokainen on yhtä

k 1
todennäköinen, P( X = 2 ) = jokaisella k = 1, 2, …, 100. Niinpä
100
satunnaismuuttujan X odotusarvo on
E( X ) = 1 ⋅ 2 + 1 ⋅ 22 + 1 ⋅ 23 + ... + 1 ⋅ 2100
100 100 100 100
= 1 ⋅ ( 2 + 2 + 2 + ... + 2 )
1 2 3 100
100
Summa 21 + 22 + 23 + ... + 2100 on geometrinen summa, jossa ensimmäinen

jäsen on a1 = 2, suhdeluku q = 2 ja jäsenten lukumäärä n = 100.
1 − qn
Geometrisen summan kaavalla S n = a1 ⋅ saadaan.
1− q
100
21 + 22 + 23 + ... + 2100 = 2 ⋅ 1 − 2
1− 2
2 ⋅ (1 − 2100 )
=
−1
= 2 ⋅ ( 2100 − 1)
Siis
E( X )
= 1 ⋅ ( 21 + 22 + 23 + ... + 2100 )
100
= 1 ⋅ 2 ⋅ ( 2100 − 1)
100
=
( 2100 − 1) .
50
4.3 Jatkuva jakauma

YDINTEHTÄVÄT
442. a) Funktio f ei ole tiheysfunktio, koska sen kuvaajan ja x-akselin väliin
jäävän alueen pinta-ala ei ole 1 (vaan 2).
Funktio g ei ole tiheysfunktio, koska sen kuvaajan ja x-akselin väliin

jäävän alueen pinta-ala ei ole 1 (vaan suurempi).
Funktio h ei ole tiheysfunktio, koska se saa negatiivisia arvoja.
b) Funktio k on tiheysfunktio, koska se ei saa missään negatiivisia arvoja

ja lisäksi sen kuvaajan ja x-akselin väliin jäävän alueen pinta-ala on 1.
443. a) Funktio f on tiheysfunktio, jos sen arvot ovat ei-negatiivisia ja

sen kuvaajan ja x-akselin väliin jäävän alueen pinta-ala on 1.
Funktion f arvo on nolla eli ei-negatiivinen välin −2 ≤ x ≤ 2

ulkopuolella, joten riittää tarkastella tilannetta kyseisellä välillä.
Selvitetään, missä kohdissa alaspäin aukeava paraabeli y = 332 (4 − x 2 )
leikkaa x-akselin.
3
32
(4 − x 2 ) = 0 : 323
4 − x2 = 0
x2 = 4
x = ±2
Nollakohtien x = −2 ja x = 2 välissä alaspäin aukeava paraabeli on x-

akselin yläpuolella eli 323 (4 − x 2 ) > 0. Näin ollen f(x) > 0 kaikilla
−2 < x < 2. Kaikkialla muualla funktion f arvo on nolla, joten f ei siis
saa negatiivisia arvoja missään.
Lasketaan sitten funktion f kuvaajan ja x-akselin väliin jäävän alueen

pinta-ala. Pinta-alaa kertyy vain välillä −2 ≤ x ≤ 2. Pinta-ala on
2

−2
3
32
(4 − x 2 )dx
2
 (4 − x
2
= 3
32
)dx
−2
2
= 3
32
−2
/ (4 x − 1
3
x3 )
= (8 − 83 − ( −8 + 83 ))
3
32
= 1.
Koska funktio f ei saa negatiivisia arvoja ja lisäksi sen kuvaajan ja x-

akselin väliin jäävän alueen pinta-ala on yksi, se on tiheysfunktio.
b) Lasketaan kysytyt todennäköisyydet tiheysfunktion avulla:
0 0
P( −1 ≤ X ≤ 0) =  323 (4 − x 2 )dx = 3
32  (4 − x
2
)dx
−1 −1
0
= 3
32
−1
/ (4 x − 1
3
x3 )
= 3
32
(0 − 0 − ( −4 − 13 ⋅ ( −1)3 )
= 3 11
32 3
⋅
= 11
32
2 2
P(0 ≤ X ≤ 2) =  323 (4 − x 2 )dx = 3
32  (4 − x
2
)dx
0 0
2
= 3
32 / (4 x −
0
1
3 x3 )
= 3
32
(8 − 13 ⋅ 23 − (0 − 0))
= 3
32
⋅ 163
= 1
2
444. a) Todennäköisyys P(X ≤ a) = P(X < a) on sama kuin tiheysfunktion

kuvaajan ja x-akselin väliin välillä x < a jäävän alueen pinta-ala eli
P(X ≤ a) = 0,37.
b) Todennäköisyys P(X < b) = P(X ≤ b) on sama kuin tiheysfunktion

kuvaajan ja x-akselin väliin välillä x ≤ b jäävän alueen pinta-ala. Tämä
koostuu kahdesta osasta, joiden pinta-alat voidaan laskea yhteen:
P(X < b)
= P(X ≤ b)
= P(X < a) + P(a ≤ X ≤ b)
= 0,37 + 0,39
= 0,76.
c) Lasketaan tapahtuman X > a todennäköisyys a-kohdassa selvitetyn

vastatapahtuman X ≤ a todennäköisyyden avulla:
P(X > a)
= 1 − P(X ≤ a)
= 1 − 0,37
= 0,63.
d) Lasketaan tapahtuman X ≥ b todennäköisyys b-kohdassa selvitetyn

vastatapahtuman X < b todennäköisyyden avulla:
P(X ≥ b)
= 1 − P(X < b)
= 1 − 0,76
= 0,24.
445. Kuvassa A on funktion f kuvaajan ja x-akselin väliin välillä a ≤ x ≤ b

jäävän alueen pinta-ala. Kun f on satunnaismuuttujan X tiheysfunktio,
tämä pinta-ala on sama kuin todennäköisyys P(a ≤ X ≤ b), joka on sama
kuin P(a < X ≤ b). Siis kuvaan A sopivat merkinnät II ja VI.
Kuvassa B on funktion f kuvaajan ja x-akselin väliin välillä x > b jäävän

alueen pinta-ala, joka on sama kuin todennäköisyys P(X > b) eli merkintä
V.
Kuvassa C on funktion f kuvaajan ja x-akselin väliin välillä x < b jäävän

alueen pinta-ala, joka on sama kuin todennäköisyys P(X ≤ b) eli merkintä
I.
Kuvassa D on funktion f kuvaajan ja x-akselin väliin väleillä x < a ja x > b

jäävän kaksiosaisen alueen pinta-ala, joka on sama kuin todennäköisyys
P(X < a tai X > b). Tapahtuman "X < a tai X > b" vastatapahtuma on
tapahtuma a ≤ X ≤ b, jonka todennäköisyys näkyy kuvassa valkoisen
alueen pinta-alana. Siis kuvaan merkittyä (väritettyä) pinta-alaa vastaa
todennäköisyys P(X < a tai X > b) = 1 − P(a ≤ X ≤ b) eli merkintä III.
446. a) Todennäköisyys P(X ≤ 2) on kertymäfunktion F arvo kohdassa x = 2,

joka on noin 0,6.
b) P(X < 5)
= 1 − P(X ≤ 5)
= 1 − F(5)
≈ 1 − 0,8
= 0,2.
c) P(3 < X ≤ 5)
= P(X ≤ 5) − P(X ≤ 3)
≈ 0,8 − 0,7
= 0,1.
447. a)
b) Tapahtumien todennäköisyydet saadaan tiheysfunktion f kuvaajan ja x-

akselin väliin jäävinä pinta-aloina vastaavilla väleillä. Pinta-alaa kertyy
vain välillä 0 ≤ x ≤ 5, sillä muualla f saa arvon nolla.
1 1 1 1
P( x ≤ 1) =  f ( x )dx =  15 x dx = 1
/ 1
x 2 = 101 / x 2 = 110 (12 − 02 ) = 1
0 0
5
0
2
0 10
Tiheysfunktion f lauseke muuttuu kohdassa x = 2, joten väli 1 < x ≤ 3

on käsiteltävä kahdessa palassa.
P(1 < x ≤ 3)
3
=  f ( x )dx
1
2 3
=  15 x dx +  ( − 152 x + 2
3 ) dx
1 2
2 3
= / ( 15 ⋅ 12 x 2 ) + / ( − 152 ⋅ 12 x 2 + 23 x )
1 2
2 3
= 1
5 / x + / (−
1
2
2
1
15 x 2 + 32 x )
= 101 ⋅ ( 22 − 12 ) +  − 115 ⋅ 32 + 32 ⋅ 3 − ( − 115 ⋅ 22 + 32 ⋅ 2 ) 
= 19
30
Tapahtuman X > 3 todennäköisyys saadaan nyt ilman integrointia

vastatapahtuman avulla.
P(X > 3) = 1 – P(X ≤ 3) = 1 − ( P(X ≤ 1) + P(1 < X ≤ 3))
= 1 − 1 + 19 = 4
10 30 15 ( )
448.
Funktio f on tiheysfunktio, jos sen arvot ovat ei-negatiivisia ja

sen kuvaajan ja x-akselin väliin jäävän alueen pinta-ala on 1.
Funktion f arvo on nolla eli ei-negatiivinen välin 0 ≤ x ≤ 1 ulkopuolella,

joten riittää tarkastella tilannetta kyseisellä välillä.
Tarkastellaan funktiota välillä 0 ≤ x ≤ 1 derivaatan avulla.

Etsitään ensin derivaatan nollakohdat:
D(−x3 + 2x + 14 ) = −3x2 + 2 = 0, mistä saadaan x = ± 23 ≈ ±0,82.
Derivaatan nollakohdista välillä [0, 1] on vain x = 2
3
.
Tehdään funktion f kulkukaavio välillä [0,1].
0 2
3
1
f′(x) + −
f(x)  
Lasketaan funktion f arvo kohdissa x = 0 ja x = 1.

f(0) = −03 + 2 · 0 + 14 = 14 ja
f(1) = −13 + 2 · 1 + 14 = 1 14
Kulkukaavion ja laskettujen arvojen perusteella funktion arvot ovat
positiivisia, kun 0 ≤ x ≤ 1. Funktio f ei siis saa negatiivisia arvoja missään.

pinta-ala. Pinta-alaa kertyy vain välillä 0 ≤ x ≤ 1. Pinta-ala on
1 1
 ( − x + 2 x + 14 ) dx = / ( − 14 x + x + 14 x ) = (− 14 + 1 + 14 − (−0 + 0 + 0)) = 1.
3 4 2
0 0

449. Funktio f on tiheysfunktio, jos sen arvot ovat ei-negatiivisia ja sen

kuvaajan ja x-akselin väliin jäävän alueen pinta-ala on 1.
Funktion f arvo on nolla eli ei-negatiivinen välin 0 ≤ x ≤ 1 ulkopuolella,

joten riittää tarkastella tilannetta kyseisellä välillä. Eksponenttifunktio
g(x) = ex on kasvava, joten ex < e1 = e kaikilla 0 ≤ x < 1. Näin ollen
e − ex > 0 eli funktion f arvot ovat positiivisia, kun 0 ≤ x < 1. Lisäksi
f(1) = e − e1 = 0, joten f ei siis saa negatiivisia arvoja missään.

pinta-ala. Pinta-alaa kertyy vain välillä 0 ≤ x ≤ 1. Pinta-ala on
1 1
 ( e − e ) dx = / ( ex − e ) = e ⋅1 − e − (e ⋅ 0 − e ) = 1.
x x 1 0
0 0

Lasketaan vielä kysytty todennäköisyys tiheysfunktion avulla.

1 1
P( 1 < X ≤ 1) =  ( e − e x ) dx = / ( ex − e x ) = e ⋅ 1 − e1 − (e ⋅ 12 − e 2 ) = e − e .
1
2 1
1
2
2
2
450. a) Symmetrian vuoksi funktion f kuvaajan ja x-akselin väliin jäävän

alueen pinta-alasta puolet on y-akselin vasemmalla ja puolet oikealla
1
puolella. Siis P( X ≤ 0) = .
2
b) Symmetrian vuoksi funktion f kuvaajan ja x-akselin väliin välillä

[−1, 1] jäävän alueen pinta-alasta, joka on 0,68, puolet on y-akselin
0,68
vasemmalla ja puolet oikealla puolella eli P(0 < X ≤ 1) = = 0,34.
2
Siispä P(X ≤ 1) = P(X ≤ 0) + P(0 < X ≤ 1) = 0,5 + 0,34 = 0,84.
c) P(X ≥ 1) = 1 − P(X < 1) = 1 − P(X ≤ 1) = 1 − 0,84 = 0,16.
1
d) Kuten kohdissa a ja b, symmetrian vuoksi P( X ≥ 0) = ja
2
0,68
P(−1 ≤ X < 0) = = 0,34, joten
2
P(X ≥ −1) = P(−1 ≤ X < 0) + P(X ≥ 0) = 0,34 + 0,5 = 0,84.
Saman tuloksen saa symmetrian ja b-kohdan avulla myös laskemalla

P(X ≥ −1) = P(X ≤ 1) = 0,84.
e) P(−2 < X ≤ 0)
= P(−2 < X < −1) + P(−1 ≤ X ≤ 0)
= P(−2 ≤ X ≤ −1) + P(−1 ≤ X ≤ 0)
= 0,14 + 0,34
= 0,48.
f) Symmetrian vuoksi P(0 ≤ X ≤ 2) = P(−2 ≤ X ≤ 0) = P(−2 < X ≤ 0), joka

laskettiin e-kohdassa, joten P(0 ≤ X ≤ 2) = 0,48.
Niinpä
P( X > 2) = P( X ≥ 0) − P(0 ≤ X ≤ 2) = 1 − 0,48 = 0,02.
2
451. a) 1) Todennäköisyys P(X > 0,4) on tiheysfunktion f kuvaajan ja x-akselin

väliin välillä x > 0,4 jäävän alueen pinta-ala. Koska f(0,4) ≈ 0,6 ja
tiheysfunktion kuvaaja on välillä x > 0,4 ensin laskeva suora, joka
leikkaa x-akselin kohdassa x ≈ 1, ja sen jälkeen itse x-akseli, mainittu
alue on kolmio, jonka korkeus on 0,6 ja kanta 1 − 0,4 = 0,6. Niinpä
0,6 ⋅ 0,6
pinta-alaksi saadaan P( X > 0,4) ≈ = 0,18.
2
2) Luetaan kertymäfunktion kuvaajalta arvo F(0,4) ≈ 0,8. Tämä on

todennäköisyys P(X ≤ 0,4), joten kysytty todennäköisyys saadaan
vähentämällä kertymäfunktion arvo ykkösestä:
P(X > 0,4) = 1 − P(X ≤ 0,4) = 1 − F(0,4) ≈ 1 − 0,8 = 0,2.
b) Tiheysfunktion avulla: luetaan kuvaajalta arvot f(−0,2) ≈ 0,8 ja f(1) ≈ 0

sekä lisäksi f(0) ≈ 1. Kysytty todennäköisyys eli funktion f kuvaajan ja
x-akselin väliin välillä −0,2 < x ≤ 1 jäävän alueen pinta-ala saadaan
laskemalla yhteen välillä −0,2 < x ≤ 0 muodostuvan puolisuunnikkaan
ja välillä 0 < x ≤ 1 muodostuvan kolmion pinta-alat. Siispä
0,8 + 1
P(−0,2 < X ≤ 1) ≈ ⋅ 0,2 + 1⋅1 = 0,68.
2 2
Kertymäfunktion avulla: luetaan kuvaajalta arvot F(−0,2) ≈ 0,3 ja

F(1) ≈ 1. Kysytty todennäköisyys on
P(−0,2 < X ≤ 1) = F(1) − F(−0,2) ≈ 1 − 0,3 = 0,7.
452. Kertymäfunktio F on tiheysfunktion f (eräs) integraalifunktio välillä

0 < x < 2.
Kuvassa A tiheysfunktio f on välillä 0 < x < 2 vakio, joten kertymäfunktio

F on tällä välillä ensimmäisen asteen polynomi, jonka kuvaaja on suora.
Siis kuvan A tiheysfunktiota vastaa kuvan II kertymäfunktio.
Kuvassa B tiheysfunktion f kuvaaja on välillä 0 < x < 2 suora, joten tällä

välillä tiheysfunktio f on ensimmäisen asteen polynomi. Siispä
kertymäfunktio F on tällä välillä toisen asteen polynomi, jonka kuvaaja on
paraabeli. Siis kuvan B tiheysfunktiota vastaa kuvan I kertymäfunktio.
Kuvassa C tiheysfunktion f arvot ovat lähellä nollaa välin 0 < x < 2

päätepisteiden lähellä ja suurempia välin keskiosassa. Kertymäfunktiossa
F tämän pitäisi näkyä siten, että sen arvot kasvavat hitaammin välin
päätepisteiden lähellä ja jyrkemmin välin keskiosassa. Kuvan C
tiheysfunktiota vastaa kuvan III kertymäfunktio.
453. Koska satunnaismuuttujan X arvot ovat välillä [0, 1], sen tiheysfunktio on
nolla tämän välin ulkopuolella. Välillä [0, 1] tiheysfunktion arvot ovat ei-
negatiivisia ja määrätty integraali on yksi. Etsitään tämän perusteella
kaikki sopivat vakiot a.
( ) ( )
1 1 1 2
 f ( x ) dx =  x + a dx = / 1 ⋅ 1 x 2 + a x = 1 + a − (0 + 0) = 1 + a
0 0
a 2 0 a 2 2 2a 2 2a
1 + a2 = 1
2a
1 + a 2 = 2a
a 2 − 2a + 1 = 0
a =1
Löydettiin a = 1, jolloin x + a = x + 1 ≥ 0 kaikilla 0 ≤ x ≤ 1 ja X:n

a 2 2
 x + 1 , kun 0 ≤ x ≤ 1,
tiheysfunktio on siis f ( x ) =  2
 0, kun x < 0 tai x > 1.
Kysytty todennäköisyys on
1 1
( ) ( )
2 2
P(0 ≤ X ≤ 1 ) =  x + 1 dx = / 1 x2 + 1 x = 1 + 1 − (0 + 0) = 3 .
2 0 2 0 2 2 8 4 8
454. Funktio f on tiheysfunktio, jos sen arvot ovat ei-negatiivisia ja määrätty

2
integraali  ax ( x 2 − 4 ) dx = 1. Etsitään tämän perusteella kaikki sopivat
0
vakiot a.
 ax ( x − 4 ) dx
2
0
2
=  ( ax 3 − 4 ax ) dx
0
( )
2
= / a ⋅ 1 x 4 − 2 ax 2
0 4
= 4 a − 8a − (0 − 0)
= −4 a
−4 a = 1
a=−1
4
Koska x2 − 4 = 0, kun x = 2 tai x = −2, niin ylöspäin aukeava paraabeli

x2 − 4 saa negatiivisia arvoja kaikilla 0 < x < 2 ja arvon nolla välin
päätepisteissä. Koska myös − 1 x ≤ 0 kaikilla 0 ≤ x ≤ 2, on lausekkeiden
4
1
tulolle voimassa − x ( x − 4 ) ≥ 0 kaikilla 0 ≤ x ≤ 2.
2
 4   
≤0 ≤0
− 1 x x 2 − 4 ) ,
Siispä f ( x ) =  4 (
kun 0 ≤ x ≤ 2,
on tiheysfunktio.
 0, kun x < 0 tai x > 2,
Kysytty todennäköisyys on
P(0 < X ≤ 1)
( )
1
=  − 1 x ( x2 − 4) dx
0
4
=  ( − 1 x + x ) dx
1
3
0
4
= / (− 1 x + 1 x )
1
4 2
0 16 2
= − 1 + 1 − (0 + 0)
16 2
= .7
16

π
x
integraali  a cos 2 dx = 1. Etsitään tämän perusteella kaikki sopivat
−π
vakiot a.
π
x
 a cos 2 dx
−π
π
= 2 a  1 cos x dx
−π
2 2
π
= 2 a / sin x
−π 2
(
= 2 a sin − sin − π
π
2 2 ( ))
= 2 a (1 − ( −1))
= 4a
4a = 1
a=1
4
Tarkistetaan sitten lausekkeen 1 cos x merkki, kun

4 2
− π ≤ x ≤ π eli kun − π ≤ x ≤ π .
2 2 2
Kosinin on kehäpisteen x-koordinaatti. Näin ollen

π x π
välillä − ≤ ≤ pätee cos x ≥ 0.
2 2 2 2
1 x
Siis cos ≥ 0 välillä − π ≤ x ≤ π eli välillä −π ≤ x ≤ π.
4 2 2 2 2
Molemmat ehdot, funktion ei-negatiivisuus ja pinta-ala 1, toteutuvat, kun

 1 cos x , kun − π ≤ x ≤ π,
a = 1 , joten funktio f ( x ) =  4 2 on
4  0, kun x < − π tai x > π,
tiheysfunktio.

2
integraali  ( ax + 1) dx = 1. Etsitään tämän perusteella kaikki sopivat
0
vakiot a.
( )
2 2
1 2
 ( ax + 1) dx = / a ⋅ x + x = 2a + 2 − (0 + 0) = 2a + 2
0 0 2
2a + 2 = 1
a=−1
2
Tarkistetaan funktion merkki, kun a = − 1 . Kuvaaja y = − 1 x + 1 on

2 2
laskeva suora ja leikkaa x-akselin kohdassa x = 2:
− 1 ⋅ 2 + 1 = 0.
2
Siis välillä 0 ≤ x ≤ 2 pätee − 1 x + 1 ≥ 0.
2
− 1 x + 1, kun 0 ≤ x ≤ 2,
Funktio f ( x ) =  2 on tiheysfunktio.
 0, kun x < 0 tai x > 2,
Selvitetään kertymäfunktion F lauseke välillä 0 ≤ x ≤ 2 integroimalla

tiheysfunktiota f ja määräämällä integroimisvakiot siten, että F(0) = 0 ja
F(2) = 1.
1 1
 (− 2 x + 1)dx = − 4 x
2
+ x+C
Jotta olisi F(0) = 0, täytyy siis olla
− 1 ⋅ 02 + 0 + C = 0
4
C =0
Tällöin myös ehto F(2) = 1 toteutuu, koska − 1 ⋅ 22 + 2 = −1 + 2 = 1.
4
Selvitetään sitten kertymäfunktion lauseke välin 0 ≤ x ≤ 2 ulkopuolella.

Koska tiheysfunktion f ja x-akselin väliin jää pinta-alaa vain välillä
0 ≤ x ≤ 2, on P(X ≤ x) = 0, kun x < 0. Siispä myös F(x) = 0, kun x < 0.
Vastaavasti kaikilla x > 2 on P(X ≤ x) = 1 ja siksi F(x) = 1, kun x > 2.
0, kun x < 0,

 1 2
Siis kertymäfunktio on F ( x) = − x + x, kun 0 ≤ x ≤ 2,
1, 4 kun x > 2.

457. Selvitetään kertymäfunktion F lauseke välillä 1 ≤ x ≤ e2 integroimalla

tiheysfunktiota f ja määräämällä integroimisvakiot siten, että F(1) = 0 ja
F(e2) = 1.
1 1 1 1
 2 x dx =  2 ⋅ x dx = 2 ln x + C
Jotta olisi F(1) = 0, täytyy siis olla
1 ln1 + C = 0
2
C =0
Tällöin myös ehto F(e2) = 1 toteutuu, koska 1 ln e2 = 1 ⋅ 2 = 1.

2 2
Selvitetään sitten kertymäfunktion lauseke välin 1 ≤ x ≤ e2 ulkopuolella.

1 ≤ x ≤ e2, on P(X ≤ x) = 0, kun x < 1. Siispä myös F(x) = 0, kun x < 1.
Vastaavasti kaikilla x > e2 on P(X ≤ x) = 1 ja siksi F(x) = 1, kun x > e2.
0, kun x ≤ 1,
1 2
Siis kertymäfunktio on F ( x) =  ln x, kun 1 < x < e ,
 2
1, kun x ≥ e2 .
Kysytty todennäköisyys on kertymäfunktion avulla

P(0 < X ≤ 2) = F (2) − F (0) = 1 ln 2 − 0 = 1 ln 2 = 0,34657... ≈ 0,35.
2 2
458. a) Koska renkaat ovat yhtä leveitä, niitä on kymmenen ja taulun säde on
20 cm, tapahtuma "osuu 10:een" on sama kuin 0 ≤ r ≤ 2 (cm) ja
vastaavasti "osuu 9:ään tai 10:een" on sama kuin 0 ≤ r ≤ 4 (cm).
Kysytty todennäköisyys saadaan integroimalla tiheysfunktiota:
P(0 ≤ r ≤ 4)
4
3 400 − r 2 dr
=
16000
( )
0
( )
4
3 400r − 1 r 3
=
16000 0/ 3
= 3
16000 ( 1
400 ⋅ 4 − ⋅ 43 − (0 − 0)
3 )
= 296
1000
= 0,296.
b) Kyseessä on toistokoe, jossa toistoja on viisi ja onnistumisen eli 9:ään

296 = 0,296.
tai 10:een osumisen todennäköisyys on Tapahtuman
1000
"ainakin 3 osuu 9:ään tai 10:een" todennäköisyys on
P(osuu 3 tai osuu 4 tai osuu 5)

= P(osuu 3) + P(osuu 4) + P(osuu 5)
5
3() 2 5
4 () 5
= ⋅ 0,2963 ⋅ (1 − 0,296) + ⋅ 0,2964 ⋅ (1 − 0,296) + ⋅ 0,2965
5 ()
= 0,15782...
≈ 0,158.
Sama tulos saadaan todennäköisyyslaskurilla jakaumasta

Bin(5; 0,296), koska toistokokeessa onnistumisten lukumäärä
noudattaa binomijakaumaa.
459. Tiheysfunktion kuvaaja on välillä 0 ≤ x ≤ 10 nouseva suora, joka kulkee

pisteiden (0, 0) ja (10, 101 ) kautta eli suora, jonka kulmakerroin on
1
10
= 1 ja joka kulkee origon kautta. Suoran yhtälö on siten y = 100
1
x.
10 100
Tällä välillä tiheysfunktion lauseke on siis f ( x ) = 100
1
x.
Vastaavasti välillä 10 ≤ x ≤ 20 tiheysfunktion kuvaaja on laskeva suora,

joka kulkee pisteiden (10, 101 ) ja (20, 0) kautta. Näiden pisteiden kautta
0 − 101
kulkevan suoran kulmakerroin on = − 1 ja yhtälö näin ollen
20 − 10 100
y − 0 = − 100
1
( x − 20) eli y = − 1001 x + 51 . Tällä välillä tiheysfunktion
lauseke on siis f ( x) = − 100
1
x + 15 .
Muualla kuin näillä väleillä tiheysfunktio on nolla.
 100
1
x, kun 0 ≤ x ≤ 10,
 1
Niinpä tiheysfunktio on f ( x) = − 100 x + 5 , kun 10 < x ≤ 20,
1
0, kun x < 0 tai x > 20.
Selvitetään kertymäfunktion F lauseke integroimalla tiheysfunktiota f

erikseen eri väleillä ja määräämällä integroimisvakiot siten, että F(0) = 0
ja F(20) = 1.
Välillä 0 ≤ x ≤ 10:
 1001 x dx = 2001 x + C
2
Jotta F(0) = 0, täytyy olla C = 0 eli F ( x ) = 1

200
x 2 , kun 0 ≤ x ≤ 10.
Välillä 10 < x ≤ 20:

 (− 1001 x + 15 ) dx = − 2001 x + 15 x + D
2
Jotta F(20) = 1, on oltava − 200

1
⋅ 202 + 15 ⋅ 20 + D = 1, mistä saadaan D = −1.
Siis F ( x ) = − 200
1
x 2 + 15 x − 1, kun 10 < x ≤ 20.

0 ≤ x ≤ 20, on P(X ≤ x) = 0, kun x < 0. Siispä myös F(x) = 0, kun x < 0.
Vastaavasti kaikilla x > 20 on P(X ≤ x) = 1 ja siksi F(x) = 1, kun x > 20.
0, kun x < 0,

 1 x 2 , kun 0 ≤ x ≤ 10,
Siis kertymäfunktio on F ( x) =  200 1 2 1
− 200 x + 5 x − 1, kun 10 < x ≤ 20,
1, kun x > 20.
Lasketaan vielä odotusarvo ja keskihajonta ohjelman avulla.

Odotusarvo on
20 10 20
 x ⋅ f ( x) dx =  x ⋅ 1001 x dx +  x ⋅ ( − 1010 x + 15 ) dx = 10
0 0 10
ja keskihajonta
20
 ( x − 10)
2
⋅ f ( x ) dx
0
10 20
 ( x − 10) ⋅ 1010 x dx +  ( x − 10) ⋅ ( − 1001 x + 1001 ) dx

2 2
=
0 10
=5 6
3
≈ 4,08.
460. a) Funktio f on tiheysfunktio, jos sen arvot ovat ei-negatiivisia ja määrätty

4
integraali  a ( − x 3 + 2 x 2 + 8 x ) dx = 1. Etsitään tämän perusteella kaikki
0
sopivat vakiot a.
( )
4 4
1 4 2 3 128
0 a ( − x + 2 x + 8 x ) dx = a0/ − 4 x + 3 x + 4 x = a ⋅ 3
3 2 2
Yhtälöstä a ⋅ 128 = 1 ratkaistaan a = 3 .

3 128
Tarkistetaan vielä, että funktion f arvot ovat ei-negatiivisia löydetyllä

vakion arvolla a = 3 . Ratkaistaan funktion f nollakohdat:
128
3 − x3 + 2 x 2 + 8 x = 0
128
( )
x ( − x 2 + 2 x + 8) = 0
x = 0 tai − x 2 + 2 x + 8 = 0
x = 0 tai x = 4 tai x = −2
Välillä 0 < x < 4 ei ole nollakohtia ja funktio f on polynomifunktiona

jatkuva, joten se ei vaihda merkkiään tällä välillä. Koska esim.
f (1) = 3 ⋅ 9 > 0, funktion arvot pysyvät positiivisina välillä 0 < x < 4.
128
Muualla funktion f arvo on nolla, joten f ei saa missään negatiivisia
arvoja. Niinpä f on tiheysfunktio, kun a = 3 .
128
b) Satunnaismuuttujan X odotusarvo on
4 4
E ( X ) =  x ⋅ f ( x )dx =  x ⋅ 3 ( − x 3 + 2 x 2 + 8 x ) dx = 11 = 2, 2
0 0
128 5
ja keskihajonta
D( X )
4
 ( x − E ( x))
2
= ⋅ f ( x )dx
0
4
3 ( x − 11 ) 2 − x3 + 2 x 2 + 8 x dx
=
128 0 5 ( )
= 19
25
= 19
5
= 0,87177...
≈ 0,87.
461. Taulun säde on 10 cm ja kokonaispinta-ala

A = π · 102 = 100π (cm2). Todennäköisyys,
että tikka osuu korkeintaan x cm päähän
reunasta on taulun ulkoreunalla olevan x
cm levyisen renkaan pinta-alan osuus
kokonaispinta-alasta:
P(etäisyys reunasta ≤ x)
π ⋅102 − π ⋅ (10 − x) 2
=
100π
2
= 20 x − x
100
2
= − x .
x
5 100
Tämä on satunnaismuuttujan x kertymäfunktio välillä 0 ≤ x ≤ 10 (cm).
Etäisyys ei voi olla negatiivinen, joten F(x) = P( x ≤ x) = 0, kun x < 0.
Toisaalta etäisyys taulun reunasta on varmasti korkeintaan taulun säde
10 cm, joten F(x) = P( x ≤ x) = 1, kun x > 10.
0, kun x < 0,
 2
x x
Kertymäfunktion lauseke on siis F ( x ) =  − , kun 0 ≤ x ≤ 10,
 5 100
1, kun x > 10.
Tiheysfunktio saadaan derivoimalla kertymäfunktion lauseketta

vastaavilla avoimilla väleillä:
 D (0) = 0, kun x < 0,


 2 
f ( x ) =  D  x − x  = 1 − x , kun 0 < x < 10,
  5 100  5 50
 D (1) = 0, kun x > 10.

Kohdissa x = 0 ja x = 10 tiheysfunktion arvo voidaan valita vapaasti.

0, kun x < 0,

1 x
Valitaan tiheysfunktioksi f ( x) =  − , kun 0 ≤ x ≤ 10,
 5 50
0, kun x > 10.
Satunnaismuuttujan x odotusarvo on
( )
10 10
E ( x ) =  x ⋅ f ( x )dx =  1 x − 1 x 2 dx = 10 = 3,33333.. ≈ 3,33
0 0
5 50 3
ja keskihajonta
D( x )
10
 ( x − E ( x))
2
= ⋅ f ( x )dx
0
( )
10
=  (x − ) 1 − 1 x dx
10 2
0
3
5 50
= 50
9
= 2
5
3
= 2,35702...
≈ 2,36.
462. Hahmotellaan tilanteesta kuva.
Pyörähdyskappaleen tilavuus saadaan integroimalla

poikkileikkausympyrän pinta-alaa välillä 0 ≤ y ≤ h, missä h on kappaleen
korkeus.
Poikkileikkausympyrän säde on funktion kuvaajan pisteen (x, f(x))

etäisyys y-akselista, eli r = x. Poikkileikkausympyrän pinta-ala on siis
πr2 = πx2 = πy.
Pokaalissa olevan nesteen määrän (tilavuuden) V ja nestepinnan
h h
korkeuden h välillä on siis yhteys V =  πy dy = / (π ⋅ 1 y 2 ) = π h 2 . Tästä
0 0 2 2
saadaan nestepinnan korkeudeksi h = 2V .

π
Koska nesteen määrä V noudattaa tasajakaumaa välillä [0, 10], sen

 1 , kun 0 ≤ v ≤ 10,
tiheysfunktio on fV (v ) = 10
 0, kun v < 0 tai v > 10,
0, kun v < 0,
1
ja kertymäfunktio FV (v ) =  v, kun 0 ≤ v ≤ 10,
10
1,
 kun v > 10.
Tehtävänä on selvittää nestepinnan korkeuden X kertymäfunktion

FX ( y ) = P( X ≤ y ) lauseke.
Koska nestepinnan korkeudeksi saatiin aiemmin h = 2 V , niin nyt

π
P( X ≤ y ) = P  2 V ≤ y  .
 π 
Ratkaisemalla epäyhtälöstä 2 V ≤ y tilavuus V saadaan edelleen
π
P  2 V ≤ y  = P(V ≤ π y 2 ) = FV ( π y 2 ).
 π  2 2
Siis FX ( y ) = FV ( π y 2 ) = π y 2 välillä 0 ≤ y ≤ M, missä M on nesteen
2 20
suurin mahdollinen korkeus.
Koska nesteen suurin mahdollinen tilavuus on 10, saadaan yhtälöstä

h = 2 V suurin korkeus:
π
M = 2 ⋅ 10 = 20 .
π π
Satunnaismuuttujan X kertymäfunktio on siis

0, kun x < 0,

F ( x ) =  π x 2 , kun 0 ≤ x ≤ 20 ,
 20 π
 20
1, kun x > .
π
Tiheysfunktio saadaan derivoimalla kertymäfunktiota vastaavilla

avoimilla väleillä:

 D (0) = 0, kun x < 0,

f ( x ) =  D  π x 2  = π x, kun 0 < x < 20 ,
  20  10 π
 20
 D (1) = 0, kun x > .
 π
Kohdissa x = 0 ja x = 20 tiheysfunktion arvo voidaan valita vapaasti.
π
Satunnaismuuttujan X tiheysfunktioksi saadaan siis funktio

0, kun x < 0 tai x > 20 ,
f ( x) =  π
π
 x, kun 0 ≤ x ≤ 20 .
10 π
4.4 Normaalijakauma
YDINTEHTÄVÄT
463. a) Olkoon satunnaismuuttuja X osallistujan testitulos (metreinä), jolloin X
noudattaa normaalijakaumaa parametreilla μ = 2350 ja σ = 350 eli
X ~ N(2350, 350).
Todennäköisyyslaskurilla saadaan P(X > 2700) = 0,15865… ≈ 16 %.
Testiin osallistuneista noin 16 % juoksi yli 2700 metriä.
b) Todennäköisyyslaskurilla saadaan P(X < 2000) = 0,15865… ≈ 16 %.

Testiin osallistuneista noin 16 % juoksi alle 2000 metriä.
Sama tulos saadaan myös symmetrian ja a-kohdan perusteella: koska

tulokset 2000 ja 2700 ovat yhtä kaukana odotusarvosta 2350, on
P(X < 2000) = P(X > 2700) = 0,15865… ≈ 16 %.
c) Todennäköisyyslaskurilla saadaan
P(2000 ≤ X ≤ 2700) = 0,68268… ≈ 68 %.
Testiin osallistuneista noin 68 % juoksi 2000−2700 metriä.
Sama tulos saadaan myös a- ja b-kohtien avulla:

P(2000 ≤ X ≤ 2700) = 1 − P(X > 2700) − P(X < 2000)
= 1 − 0,15865… − 0,1586… = 0,68268… ≈ 68 %.
464. a) Olkoon satunnaismuuttuja X kahvin määrä paketissa (grammoina),

jolloin X noudattaa normaalijakaumaa parametreilla μ = 520 ja σ = 10
eli X ~ N(520, 10). Todennäköisyyslaskurilla saadaan
P(X < 510) = 0,15865… ≈ 16 %.
Kahvipaketeista noin 16 % on massaltaan alle 510 grammaa.
b) Todennäköisyyslaskurilla saadaan P(X > 540) = 0,02275… ≈ 2,3 %.

Kahvipaketeista noin 2,3 % on massaltaan yli 540 grammaa.
c) Todennäköisyyslaskurilla saadaan
P(500 ≤ X ≤ 520) = 0,47724… ≈ 48 %.
Kahvipaketeista noin 48 % on massaltaan 500−520 grammaa.
465. Olkoon satunnaismuuttuja X testin tulos, jolloin X ~ N(28, 7). Etsitään

pistemäärä n, jolle P(X > n) = 0,1. Todennäköisyyslaskurilla saadaan
n = 36,98… ≈ 37. Siis pistemäärä, jonka ylittää 10 % testin tuloksista, on
37 pistettä.
466. a) Olkoon satunnaismuuttuja X lampun kestoikä (tunteina), jolloin X

noudattaa normaalijakaumaa parametreilla μ = 15000 ja σ = 1200 eli
X ~ N(15000, 1200). Etsitään kestoikä a, jolle P(X < a) = 0,95.
Todennäköisyyslaskurilla saadaan a = 16973,8… ≈ 17000.

Siis 95 % lampuista kestää vähemmän kuin 17000 tuntia.
b) Etsitään kestoikä a, jolle P(X > a) = 0,60.

Siis 60 % lampuista kestää yli 14700 tuntia.
c) Etsitään kestoikä a, jolle P(X > a) = 0,02.

Parhaat 2 % lampuista kestävät vähintään 17500 tuntia.
467. Olkoon satunnaismuuttuja X autoilijan nopeus (km/h) mittauspisteessä,

jolloin X noudattaa normaalijakaumaa parametreilla μ = 69,4 ja σ = 7,3 eli
X ~ N(69,4; 7,3). Todennäköisyyslaskurilla saadaan
P(X > 70) = 0,46724… ≈ 0,467.
Autoilijoista noin 46,7 % ajoi yli sallitun nopeusrajoituksen.

468. a) Kuvassa C väritetty alue vastaa todennäköisyyttä P(Z < 1,5).
Koska Z noudattaa standardinormaalijakaumaa eli Z ~ N(0, 1),

taulukon avulla saadaan P(Z < 1,5) = P(Z ≤ 1,5) = Φ(1,50) ≈ 0,9332.
b) Kuvassa A väritetty alue vastaa todennäköisyyttä P(Z ≥ 0,75).
Tapahtuman Z ≥ 0,75 vasta- eli komplementtitapahtuma on Z < 0,75,

jonka todennäköisyys saadaan taulukon avulla:
P(Z < 0,75) = P(Z ≤ 0,75) = Φ(0,75) ≈ 0,7734.
Niinpä kysytty todennäköisyys on
P(Z ≥ 0,75) = 1 − P(Z < 0,75) ≈ 0,2266.
c) Kuvassa B väritetty alue vastaa todennäköisyyttä P(Z ≤ −1).
Symmetrian vuoksi tapahtuman Z ≤ −1 todennäköisyys on sama kuin

tapahtuman Z ≥ 1 todennäköisyys, joka saadaan komplementtisäännön
ja taulukon avulla kuten b-kohdassa:
P(Z ≤ −1) = P(Z ≥ 1) = 1 − P(Z < 1) = 1 − P(Z ≤ 1) = 1 − Φ(1)
≈ 1 − 0,8413 ≈ 0,1587.
d) Kuvassa D väritetty alue vastaa todennäköisyyttä P(Z > −0,5).
Symmetrian vuoksi tapahtuman Z > −0,5 todennäköisyys on sama kuin

tapahtuman Z < 0,5 todennäköisyys, joka saadaan taulukon avulla:
P(Z > 0,5) = P(Z < 0,5) = P(Z ≤ 0,5) = Φ(0,5) ≈ 0,6915.
469. a) Koska P(Z ≤ a) = Φ(a), etsitään lukua a, jolle Φ(a) = 0,61.
Taulukosta löydetään Φ(0,28) = 0,6103 ≈ 0,61. Koska taulukossa arvot

Φ(0,27) = 0,6064 ja Φ(0,29) = 0,6141 ovat selvästi kauempana arvosta
0,61 kuin Φ(0,28) = 0,6103, arvioidaan, että a ≈ 0,28.
b) Koska P(Z ≥ a) = 1 − P(Z < a) = 1 − P(Z ≤ a) = 1 − Φ(a), etsitään lukua

a, jolle 1 − Φ(a) = 0,33 eli Φ(a) = 0,67.
Taulukosta löydetään Φ(0,44) = 0,6700. Tämän perusteella arvioidaan,

että a ≈ 0,44.
470. a) Kuvassa B väritetty alue vastaa todennäköisyyttä P(0,5 < Z ≤ 2).
Koska Z noudattaa standardinormaalijakaumaa eli Z ~ N(0, 1),

taulukoitujen kertymäfunktion arvojen avulla saadaan
P(0,5 < Z ≤ 2) = P(Z ≤ 2) − P(Z ≤ 0,5) = Φ(2) − Φ(0,5)
≈ 0,9772 − 0,6915
= 0,2858.
b) Kuvassa D väritetty alue vastaa todennäköisyyttä P(−1,5 < Z < 1,5).
Symmetrian vuoksi tämä on sama kuin 2 · P(0 < Z < 1,5), joka saadaan
kertymäfunktion arvojen avulla:
P(−1,5 < Z < 1,5) = 2 · P(0 < Z < 1,5) = 2 · P(0 < Z ≤ 1,5)
= 2 · (Φ(1,5) − Φ(0))
≈ 2 · (0,9332 − 0,5000)
= 0,8664.
c) Kuvassa C väritetty alue vastaa todennäköisyyttä P(−0,25 ≤ Z ≤ 0).
Symmetrian vuoksi tämä on sama kuin P(0 ≤ Z ≤ 0,25), joka saadaan

kertymäfunktion arvojen erotuksena:
P(−0,25 ≤ Z ≤ 0) = P(0 ≤ Z ≤ 0,25) = P(0 < Z ≤ 0,25) = Φ(0,25) − Φ(0)
≈ 0,5987 − 0,5000
= 0,0987.
d) Kuvassa A väritetty alue vastaa todennäköisyyttä P(0 ≤ Z < 1,25),
Todennäköisyys saadaan kertymäfunktion arvojen erotuksena:

P(0 ≤ Z ≤ 1,25) = P(0 < Z ≤ 1,25) = Φ(1,25) − Φ(0) ≈ 0,8944 − 0,5000
= 0,3944.
471. a) Piirretään tilanteesta mallikuva.
Symmetrian vuoksi P(−2,3 < Z ≤ 0) on sama kuin P(0 ≤ Z < 2,3).
Todennäköisyys P(0 ≤ Z < 2,3) saadaan kertymäfunktion arvojen

erotuksena:
P(−2,3 < Z ≤ 0)
= P(0 ≤ Z < 2,3)
= P(0 < Z ≤ 2,3)
= P(Z ≤ 2,3) − P(Z ≤ 0)
= Φ(2,3) − Φ(0)
≈ 0,9893 − 0,5000
= 0,4893.
b) Piirretään tilanteesta mallikuva.
Symmetrian vuoksi P(−1,5 ≤ Z < −0,5) on sama kuin P(0,5 < Z ≤ 1,5),
joka saadaan kertymäfunktion arvojen erotuksena:
P(−1,5 ≤ Z < −0,5)
= P(0,5 < Z ≤ 1,5)
= Φ(1,5) − Φ(0,5)
≈ 0,9332 − 0,6915
= 0,2417.
472. a) Etsitään lukua a, jolle Φ(a) = P(Z ≤ a) = P(Z < a) = 0,14. Piirretään
avuksi mallikuva.
Arvo 0,14 on vähemmän kuin 0,5, joten a < 0.

Määritetään luku a vastalukunsa −a avulla.
Symmetrian vuoksi P(Z < a) = P(Z > −a) = 0,14.

Siis P(Z ≤ −a) = 1 − 0,14 = 0,86, eli Φ(−a) = 0,86.
Taulukosta löydetään Φ(1,08) ≈ 0,8599.

Tämän perusteella arvioidaan, että −a ≈ 1,08 eli että a ≈ −1,08.
b) Piirretään mallikuva tilanteesta P(Z > a) = 0,72.
Etsitään lukua a, jolle

Φ(a) = P(Z ≤ a) = 1 − P(Z > a) = 1 − 0,72 = 0,28.
Tämä on vähemmän kuin 0,5, joten a < 0.
Määritetään luku a vastalukunsa −a avulla, joka on positiivinen.
P(Z > a) = P(Z < −a) = Φ(−a) = 0,72

Taulukosta löydetään Φ(0,58) ≈ 0,7190 ja Φ(0,59) ≈ 0,7224. Näistä
ensimmäinen on selvästi lähempänä arvoa 0,72 kuin jälkimmäinen,
joten voidaan arvioida, että −a ≈ 0,58 eli että a ≈ −0,58.
c) Piirretään mallikuva tilanteesta P(−a ≤ Z ≤ a) = 0,34.
Symmetrian vuoksi P(−a ≤ Z ≤ a) = 2 · P(0 ≤ Z ≤ a) = 0,34, mistä

saadaan
P(0 ≤ Z ≤ a) = 0,17.
Edelleen koska P(Z ≤ 0) = 0,5, saadaan

P(Z ≤ a) = P(Z ≤ 0) + P(0 ≤ Z ≤ a) = 0,5 + 0,17 = 0,67.
Etsitään siis lukua a, jolle Φ(a) = 0,67. Taulukosta löydetään

Φ(0,44) ≈ 0,6700. Voidaan siis arvioida, että a ≈ 0,44.
Toinen tapa:
Selvitetään luku a tapahtuman "−a ≤ Z ≤ a" vastatapahtuman
"Z < −a tai Z > a" ja symmetrian avulla.
P(Z < −a tai Z > a) = 1 − P(−a ≤ Z ≤ a) = 1 − P(−a < Z ≤ a)

= 1 − 0,34 = 0,66.
Symmetrian vuoksi P(Z > a) on tästä puolet eli 0,33 ja niinpä

P(Z ≤ a) = 1 − 0,33 = 0,67. Etsitään siis lukua a, jolle Φ(a) = 0,67.
Taulukosta löydetään Φ(0,44) ≈ 0,6700. Voidaan siis arvioida, että
a ≈ 0,44.
473. a) Normittamalla saadaan satunnaismuuttuja Z = X − 120 jolloin

15
satunnaismuuttujan X arvoa 135 vastaava arvo 135 − 120 = 1. Niinpä
15
P(X < 135) = P(Z < 1) = Φ(1) ≈ 0,8413.
b)
P(125 < X ≤ 140)
(
= P 125 − 120 < X − 120 ≤ 140 − 120
15 15 15 )
1
(
=P <Z ≤
3
4
3 )
Todennäköisyys saadaan laskemalla kertymäfunktion Φ arvojen erotus.
( )
P 1 < Z ≤ 4 = P( Z ≤ 1,33...) − P( Z ≤ 0,33...) = Φ (1,33..) − Φ (0,33..)
3 3
≈ 0,9082 − 0,6293 = 0,2789 ≈ 0,28.
Kertymäfunktion arvoa kohdissa 1 ja 4 ei löydy taulukosta, joten

3 3
joudutaan käyttämään kertymäfunktion arvoja kohdissa 0,33 ja 1,33.
Tämän vuoksi käytettyjen arvojen neljä desimaalia eivät kaikki ole
oikein, joten myös vastausta on pyöristettävä.
c)
P(100 < X ≤ 120)
(
= P 100 − 120 < X − 120 ≤ 120 − 120
15 15 15 )
(
4
=P − <Z ≤0
3 )
(
Symmetrian perusteella P − 4 < Z ≤ 0 = P 0 ≤ Z < 4
3 3 ) ( )
Todennäköisyys saadaan laskemalla kertymäfunktion Φ arvojen erotus.
Φ(1,33…) − Φ(0) ≈ 0,9082 – 0,5 = 0,4082 ≈ 0,41.
474. Olkoon X väestöstä satunnaisesti poimitun henkilön pistemäärä testissä,

jolloin X ~ N(100, 15). Etsitään lukua a, jolle P(X ≤ a) = 0,98.
Ohjelman avulla löydetään a ≈ 130,806… Jäseneksi pääsee siis
pistemäärällä 131.
475. Olkoon X keksipakkauksen massa grammoina, jolloin X ~ N(204, 6).

Ohjelman avulla saadaan P(X < 200) = P(X ≤ 200) ≈ 0,2525 ≈ 25 % ja
P(200 ≤ X ≤ 210) ≈ 0,5889 ≈ 59 %.
476. a) Olkoon X kokeen pistemäärä, jolloin X ~ N(38,1; 8,0). Etsitään lukua a,

jolle P(X ≤ a) = 201 = 0,05. Ohjelman avulla löydetään
a ≈ 24,941… ≈ 25. Kysytty läpäisyraja on 25 pistettä.
b) Etsitään lukua a, jolle P(X ≥ a) = 0,1. Ohjelman avulla löydetään

a ≈ 48,352… ≈ 48. Kysytty kiitettävän arvosanan raja on 48 pistettä.
477. Olkoon X väestöstä satunnaisesti poimitun henkilön älykkyysosamäärä,

jolloin oletuksen mukaan X ~ N(100, 15). Etsitään lukua a, jolle
P(100 − a ≤ X ≤ 100 + a) = 0,5. Piirretään mallikuva tilanteesta.
Koska jakauma on symmetrinen odotusarvon 100 suhteen ja koska rajat

100 − a ja 100 + a ovat yhtä kaukana odotusarvosta, niin
P(X > 100 + a) = P(X < 100 − a) = 0,25. Ohjelman avulla löydetään
P(X ≤ 89,882…) = 0,25, joten a ≈ 10 ja kysytty väli siis suunnilleen
[90, 110].
Tarkistus ohjelman avulla näyttää, että

P(90 ≤ X ≤ 110) ≈ 0,495
ja P(89 ≤ X ≤ 111) ≈ 0,536…
ja vaikkapa P(89,88 ≤ X ≤ 110,12) ≈ 0,500112…
Väli, johon täsmälleen puolet väestöstä kuuluu, voidaan selvittää vain

jollakin halutulla tarkkuudella, ei tarkasti.
478. Olkoon satunnaismuuttuja X osallistujista satunnaisesti poimitun henkilön

pistemäärä matematiikan ylioppilaskokeessa, jolloin oletuksen mukaan
X ~ N(32; 9,5). Etsitään lukua a, jolle P(X ≥ a) = 0,05. Ohjelman avulla
löydetään a ≈ 47,626… ≈ 48. Kysytty laudaturin pisteraja on siis 48
pistettä.
479. a) Piirretään mallikuva tilanteesta annetuilla tiedoilla X ~ N(0, 1),

P(−1 ≤ X ≤ 1) = 0,68 ja P(−2 ≤ X ≤ 2) = 0,95.
Kumpikin annettu väli on symmetrinen odotusarvon 0 suhteen, joten

normaalijakauman symmetrisyyden vuoksi
0,68
P( −1 ≤ X ≤ 0) = P(0 ≤ X ≤ 1) = = 0,34 ja
2
0,95
P( −2 ≤ X ≤ 0) = P(0 ≤ X ≤ 2) = = 0, 475.
2
Niinpä
P(1 ≤ X ≤ 2) = P(0 ≤ X ≤ 2) − P(0 ≤ X < 1) = 0,475 − 0,34 = 0,135.
b) Selvitetään todennäköisyys symmetrian avulla.

Tapahtuman −2 ≤ X ≤ 2 vastatapahtuman todennäköisyys on
P(X < −2 tai X > 2) = 1 − P(−2 ≤ X ≤ 2) = 1 − 0,95 = 0,05.
0,05
Jakauman symmetrian vuoksi P( X < −2) = P( X > 2) = = 0,025.
2
Niinpä P(X ≥ 2) = P(X > 2) = 0,025.
480. Olkoon X ajomäärä kilometreinä, jonka satunnaisesti valittu kyseisen

valmistajan kesärengas kestää turvallisena, jolloin valmistajan
tutkimuksen mukaan X ~ N(26 000, 4500). Ohjelman avulla saadaan
P(X ≤ 20 000) ≈ 0,0912.
481. Olkoon X betonisäkin massa kilogrammoina, jolloin X ~ N(μ; 0,9) ja

odotusarvo μ pitäisi valita siten, että P(X ≥ 25) = 0,95 eli että
P(X < 25) = 0,05.
Ratkaistaan ohjelmalla keskiarvo μ, jolle P(X < 25) = 0,05, kun

keskihajonta on 0,9. Saadaan μ = 26,48… ≈ 26,5.
(Ratkaistaan numeerisesti yhtälö Normaalijakauma(x, 0.9, 25) = 0,05.)
TAI
Normitetaan satunnaismuuttuja X ja esitetään todennäköisyys P(X ≥ 25)

standardinormaalijakauman avulla.
X − μ 25 − μ  25 − μ 
P( X ≥ 25) = P  ≥ 
 = P Z ≥ 
 0,9 0,9   0,9 
Symmetrian vuoksi
25 − μ  25 − μ  μ − 25   μ − 25  = 0,95
P  Z > 
 = P Z < −

 = P Z <  = Φ 
 0,9   0,9   0,9   0,9 
Etsitään luku a, jolle Φ(a) = 0,95. Taulukon mukaan Φ(1,6449) ≈ 0,95.

μ − 25
Ratkaistaan odotusarvo μ yhtälöstä ≈ 1,6449, jolloin saadaan
0,9
μ ≈ 0,9 · 1,6449 + 25 = 26,480… ≈ 26,5. Betonisäkin tavoiteltavaksi
massaksi on siis säädettävä 26,5 kg.
482. a) Olkoon X aika kuukausina, jonka kiharrin toimii vioittumatta, jolloin

X ~ N(17,6; 4,3).Todennäköisyys, että kiharrin joutuu
takuukorjaukseen eli vioittuu vuoden kuluessa on P(X < 12). Ohjelman
avulla saadaan P(X < 12) = P(X ≤ 12) ≈ 0,0964 ≈ 9,6 %. Tämän
perusteella noin 9,6 % kihartimista joutuu takuukorjaukseen.
b) Ohjelman avulla saadaan P(X > 24) = P(X ≥ 24) ≈ 0,0683 ≈ 6,8 %.
Tämän perusteella noin 6,8 % kihartimista toimii vioittumatta yli 2
vuotta.
483. Olkoon X satunnaisesti valitun huhtikuun vuorokauden keskilämpötila

Celsius-asteina kyseisellä mittausasemalla, jolloin X ~ N(6,0; σ).
Tehtävänä on etsiä sellainen keskihajonta σ, että P(3,0 ≤ X ≤ 9,0) = 0,90.
Koska rajat 3,0 ja 9,0 ovat yhtä kaukana odotusarvosta 6,0, on
1 − 0,90
P( X < 3,0) = P( X > 9,0) = = 0,05.
2
Ratkaistaan keskihajonta σ tiedon P(X ≤ 9,0) = 0,95 avulla.
Ratkaistaan ohjelmalla keskihajonta σ, jolle P(X < 9) = 0,95, kun

odotusarvo on 6. Saadaan σ = 1,823… ≈ 1,8.
(Ratkaistaan numeerisesti yhtälö Normaalijakauma(6, x, 9) = 0,95.)
TAI
Normitetaan satunnaismuuttuja X ja esitetään todennäköisyys P(X ≤ 9,0)

standardinormaalijakauman avulla.
P( X ≤ 9,0) = P
σ(
X − 6,0 9,0 − 6,0
≤
σ
=P Z ≤
3,0
σ ) (
=Φ
3,0
σ
= 0,95. ) ( )
3,0
Taulukon mukaan Φ(1,6449) ≈ 0,95, joten ≈ 1,6449, josta saadaan
σ
σ ≈ 1,823819… ≈ 1,8.
Siis kysytyn keskilämpötilan keskihajonta on noin 1,8 astetta.

484. Sadevesiastian pohjan säde on 26 cm, joten astian tilavuus on

π · 262 · 76 = 161402,46… cm3 = 161,40… litraa. Koska 1 mm sade tuo
astiaan 28 litraa vettä, astia täyttyy, kun sademäärä ylittää
161, 402...
= 5,76437... mm.
28
Olkoon X kuukauden sademäärä paikkakunnalla, jolloin X ~ N(42, 39).

Ohjelman avulla saadaan P(X > 5,764) ≈ 0,8236 ≈ 0,82.
Astia siis täyttyy kuukauden aikana todennäköisyydellä 0,82.
485. Lasketaan ensin pallon säde r, kun pallon tilavuus V p = 4 πr 3 on

3
tavoitteena oleva 5000 litraa eli 5000 dm3, ratkaisemalla r yhtälöstä
4 πr 3 = 5000.
3
Saadaan r = 3 3 ⋅ 5000 = 10,6078... (dm) eli r = 106,078… cm, jolloin
4 π
tavoiteltu halkaisija on d = 2r = 212,156… cm ≈ 212,2 cm.
Lasketaan sitten hyväksyttyjen tilavuuksien rajat.

Vala = 5000 − 65 = 4935 (litraa) ja
Vylä = 5000 + 65 = 5065 (litraa)
Ratkaistaan näitä vastaavat säteet.
4 πr 3 = 4935
3 ala
rala = 3 3 ⋅ 4935 = 10,5616... (dm) = 105,616... (cm)
4 π
4 πr 3 = 5065
3 ylä
rylä = 3 3 ⋅ 5065 = 10,6536... (dm) = 106,536... (cm)
4 π
Saadaan siis hyväksymisrajoja vastaavat halkaisijat
dala = 2rala = 211,123… cm ≈ 211,1 cm ja
dylä = 2rylä = 213,072… cm ≈ 213,1 cm.
Lasketaan sitten todennäköisyys, että tuotettu säiliö hyväksytään. Olkoon

X säiliön halkaisijan poikkeama (senttimetreinä) tavoitellusta arvosta
d = 212,156… cm, jolloin X ~ N(0; 1,75) ja toteutunut halkaisija on d + X.
Tämän pitää olla yllä laskettujen arvojen dala ja dylä välissä eli on oltava
dala ≤ d + X ≤ dylä, mikä voidaan kirjoittaa muotoon dala − d ≤ X ≤ dylä – d.
Säiliö siis hyväksytään, jos poikkeama X on arvojen

dala − d = 211,123… − 212,156… = −0,92335… (cm) ja
dylä − d = 213,072… − 212,156… = 0,91539… (cm)
välissä.
Ohjelman avulla saadaan P(−0,92335 ≤ X ≤ 0,91539) ≈ 0,40066… ≈ 0,40.
Prosessissa siis syntyy hyväksyttävä säiliö todennäköisyydellä 0,40.
486. a) Ratkaistaan ohjelman avulla numeerisesti yhtälö
Normaalijakauma(x, 3.5, 7.5) = 0.33
ja saadaan tulos x = 9,0396… ≈ 9,0. Odotusarvo on siis noin 9,0.
Toinen tapa:
Normitetaan satunnaismuuttuja X ja sen arvo 7,5, jolloin saadaan

X − μ 7,5 − μ  7,5 − μ  7,5 − μ 
P( X < 7,5) = P  < 
 = P Z <

 = P Z ≤ ,
 3,5 3,5   3,5   3,5 
missä Z ~ N(0; 1).

Ohjelman avulla löydetään P(Z ≤ −0,4399) ≈ 0,33, joten on oltava
7,5 − μ
≈ −0, 4399.
3,5
Tästä saadaan μ ≈ 7,5 + 3,5 · 0,4399 = 9,0396… ≈ 9,0.
b) Ratkaistaan ohjelman avulla numeerisesti yhtälö

Normaalijakauma(10, s, 7.5) = 0.33
ja saadaan tulos s = 5,6829… ≈ 5,7. Keskihajonta on siis noin 5,7.
Toinen tapa:
Normitetaan satunnaismuuttuja X ja sen arvo 7,5, jolloin saadaan
P( X < 7,5) = P X − 10 <
σ (7,5 − 10
σ
=P Z <
−2,5
σ ) (
=P Z ≤
−2,5
σ
, ) ( )
missä Z ~ N(0; 1).
Ohjelman avulla löydetään P(Z ≤ −0,4399) ≈ 0,33, joten on oltava
−2,5
≈ −0, 4399.
σ
2,5
Tästä ratkaistaan σ ≈ = 5,6829... ≈ 5,7.
0, 4399
487. Olkoon X pakkauksen massa grammoina, jolloin X ~ N(μ, 70)

tuntemattomalla odotusarvolla μ. Pakkauksen massa poikkeaa
keskiarvosta yli 100 g, kun X < μ − 100 tai X > μ + 100. Tämän
vastatapahtuma on "pakkauksen massa poikkeaa keskiarvosta korkeintaan
100 g" eli μ − 100 ≤ X ≤ μ + 100 eli −100 ≤ X − μ ≤ 100.
Koska X ~ N(μ, 70), niin X − μ ~ N(0, 70) ja ohjelman avulla saadaan

P(−100 ≤ X − μ ≤ 100) ≈ 0,8486 ≈ 0,85.
Kysytty todennäköisyys on siis
P(X < μ − 100 tai X > μ + 100)
= 1 − P(−100 ≤ X − μ ≤ 100)
≈ 1 − 0,8486
≈ 0,1514
≈ 0,15.
488. Tapahtuman "saapuu klo 9.00 jälkeen" vastatapahtuma on "saapuu klo

9.00 mennessä" ja se koostuu erillisistä tapahtumista
A = "pysäköi lähelle ja saapuu klo 9.00 mennessä" ja
B = "pysäköi kauemmas ja saapuu klo 9.00 mennessä".
Tapahtuma A toteutuu siinä tapauksessa, että työpaikan pysäköintialueella

on tilaa ja henkilö saapuu sinne klo 8.55 mennessä (koska sieltä kävelyyn
kuluu 5 minuuttia).
Tapahtuma B toteutuu siinä tapauksessa, että työpaikan pysäköintialueella
ei ole tilaa ja henkilö saapuu sinne klo 8.45 mennessä (koska tämän
jälkeen häneltä kuluu 5 + 10 = 15 minuuttia päästä työpaikalle).
Olkoon X saapumisajan poikkeama minuutteina keskiarvosta 8.50.

Koska saapumisaika noudattaa normaalijakaumaa keskihajonnalla 5 min,
poikkeama X ~ N(0, 5). Ohjelman avulla saadaan
P(saapuu 8.55 mennessä) = P(X ≤ 5) ≈ 0,8413 ja
P(saapuu 8.45 mennessä) = P(X ≤ −5) ≈ 0,1587.
Erillisten tapahtumien yhteenlaskusäännön ja riippumattomien

tapahtumien kertolaskusäännön avulla saadaan
P(saapuu klo 9.00 mennessä) ≈ 0,65 · 0,8413 + 0,35 · 0,1587 = 0,60239.
Edelleen P(saapuu klo 9.00 jälkeen) ≈ 1 − 0,60239 = 0,39761 ≈ 0,40.
489. Olkoon X pakkauksen massa (grammoina), jolloin P(X > 460) = 0,977 ja
P(X < 470) = 0,159 ja lisäksi tiedetään, että X on normaalisti jakautunut eli
että X ~ N(μ, σ) joillakin tuntemattomilla parametreilla μ ja σ.
Normitetaan satunnaismuuttuja X ja sen arvot 460 ja 470, jolloin saadaan

X − μ 460 − μ  460 − μ 
P( X > 460) = P  > 
 = P Z > = 0,977 ja
 σ σ   σ 
X − μ 470 − μ  470 − μ 
P( X < 470) = P  < 
 = P Z < = 0,159,
 σ σ   σ 
missä Z ~ N(0; 1).
Ohjelman avulla löydetään P(Z ≥ −1,9954) ≈ 0,977 ja

460 − μ
P(Z ≤ −0,9986) ≈ 0,159, joten on oltava ≈ −1,9954 ja
σ
470 − μ
≈ −0,9986. Ratkaistaan μ ja σ yhtälöparista
σ
 460 − μ ≈ −1,9954
 σ
 470 − μ
 ≈ −0,9986.
 σ
Saadaan σ ≈ 10,032… ja μ ≈ 480,018… (grammaa). Siis pakkausten
keskimääräinen massa on noin 480 g ja massan keskihajonta noin 10 g.
490. Tilannetta voidaan ajatella toistokokeena, jossa toistojen eli autoilijoiden

määrä on 25000 ja onnistumisen eli kameran räpsähtämisen
todennäköisyys jokaisella toistolla 0,01. Olkoon X onnistumisten
lukumäärä, eli kameran räpsähdysten lukumäärä 25000 autoilijan
ohittaessa kameran. Toistokokeessa onnistumisten lukumäärä noudattaa
binomijakaumaa, joten X ~ Bin(25000; 0,01).
Approksimoidaan tätä jakaumaa normaalijakaumalla N(μ, σ), jossa

odotusarvo on μ = np = 25000 · 0,01 = 250 ja
keskihajonta σ = npq = 25000 ⋅ 0,01 ⋅ (1 − 0,01) = 247,5 ≈ 15,732...
Ohjelman avulla saadaan P(X ≥ 300) ≈ 0,0007, kun X ~ N(250; 15,732).
Siispä todennäköisyys, että kamera räpsähtää vähintään 300 autoilijalle
vuorokaudessa, on normaalijakauma-approksimaation mukaan noin
0,0007.
491. a) Merkitään selvyyden vuoksi Y = ln(X), jolloin X = eY. Lausutaan

tapahtuma X < 2700 satunnaismuuttujan Y avulla ja lasketaan sen
todennäköisyys.
P(X < 2700)
= P(eY < 2700)
= P(Y < ln(2700))
= P(Y < 7,901007…)
= P(Y ≤ 7,901007…)
Koska Y ~ N(7,94; 0,7), ohjelman avulla saadaan

P(Y ≤ 7,901) ≈ 0,47778… ≈ 0,48.
Sama tulos P(X ≤ 2700) = 0,47778… saadaan myös suoraan ohjelman

avulla käyttämällä ohjelmassa log-normaalijakauman parametreina
lukuja μ = 7,94 ja σ = 0,7.
b) P(2700 ≤ X ≤ 2900)
= P(2700 ≤ eY ≤ 2900)
= P(ln(2700) ≤ Y ≤ ln(2900))
= P(7,901007… ≤ Y ≤ 7,972466…)

P(7,901 ≤ Y ≤ 7,972) ≈ 0,0404… ≈ 0,04.
Suoraan log-normaalijakaumaa käyttämällä saadaan ohjelman avulla

likimain sama tulos P(2700 ≤ X ≤ 2900) ≈ 0,040707…
Jos normaalijakaumassa käytetään rajoina tarkempia likiarvoja, myös
sen avulla saatu tulos tarkentuu lähemmäksi tätä lukua.
c) P(X ≤ 2800) = P(eY ≤ 2800) = P(Y ≤ ln(2800)) = P(Y ≤ 7,937374…)

P(Y ≤ 7,93737) ≈ 0,4985… ≈ 0,50.
Suoraan log-normaalijakaumaa käyttämällä saadaan ohjelman avulla

P(X ≤ 2800) = 0,498503… ≈ 0,50.
d) Etsitään lukua a, jolle P(X ≥ a) = 0,333…

P(X ≥ a) = P(eY ≤ a) = P(Y ≤ ln(a))

P(Y ≤ 8,241509…) ≈ 0,33…, joten on oltava ln(a) ≈ 8,241509… Tästä
ratkaistaan a ≈ e8,241509… ≈ 3795,26… ≈ 3800.
Kuukausiansio, jonka ylittää kolmannes kaikista ansioista, on siis noin
3800 euroa.
Sama tulos saadaan ohjelman avulla myös suoraan log-

normaalijakaumaa käyttämällä: P(X ≤ 3795,26…) ≈ 0,333…

Juuri10 Luku4 PDF

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Juuri10 Luku4 PDF

Uploaded by

Copyright:

Available Formats

Juuri 10 • Tehtävien ratkaisut • Kustannusosakeyhtiö Otava • päivitetty 18.2.

P(3 pistettä) = 0,15 · 0,34 = 0,051 ≈ 0,05

Lasketaan P(0 pistettä) komplementin eli vastatapahtuman avulla:

b) Yksi heittoyritys voi tuottaa 3, 2, 1 tai 0 pistettä a-kohdassa lasketuilla

Yhteensä a yritystä tuottaa siis arviolta

2. Esitetään silmälukuparit taulukkona ja merkitään kunkin silmälukuparin

Todennäköisyys, että joudutaan maksamaan, on taulukon perusteella

Voitettavat ja maksettavat summat kuitenkin vaihtelevat eri

Lasketaan erilaisten mahdollisten lopputulosten todennäköisyydet:

Jos pelattaisiin a kertaa ja silmälukuparit esiintyisivät todennäköisyyksien

4.1 Diskreetti jakauma

b) Lasketaan arvojen todennäköisyydet:

c) Tapahtuma X = 3 on "voittosumma on 3 euroa", ja sen todennäköisyys

402. a) Todennäköisyys nostaa numeron neljä sisältävä lappu on sama kuin

403. a) Pistetodennäköisyyksien summa on yksi, joten

404. a) Tilannetta voidaan ajatella toistokokeena, jossa toistoja on kolme ja

b) Vasenkätisiä voi olla kolmesta henkilöstä 0, 1, 2 tai 3 eli

Tämä on satunnaismuuttujan X jakauma. Esitetään jakauma vielä

Satunnaismuuttujan X todennäköisin arvo on 0, koska sitä vastaava

405. a) Neljällä heitolla voidaan saada 0, 1, 2, 3 tai 4 klaavaa eli

(04) ( 12 ) ( 12 ) = 161 = 0,0625

Tämä on satunnaismuuttujan X jakauma. Esitetään jakauma vielä

b) Tapahtuma X ≤ 2 on "saadaan enintään kaksi klaavaa". Tämän

c) Koska tehtävän satunnaismuuttujalle X tapahtuma "0 ≤ X < 6" on sama

407. Virkkeessä on kymmenen sanaa, joten kukin sana tulee poimituksi

Satunnaismuuttujan X = "vokaalien määrä valitussa sanassa" mahdolliset

Taulukkomuodossa esitettynä jakauma on siis

408. a) P(X = 3) on todennäköisyys, että satunnaismuuttujan X arvo on kolme.

Sama tulos saadaan myös toistokokeen kaavalla:

Todennäköisyyslaskurin havainnollistus pistetodennäköisyyksistä:

Kuvasta ei voi lukea todennäköisyyksiä, vaan niitä varten tarvitaan

(04) ( 13 ) (1− 13 ) = ( 32 ) = 1681 ≈ 0,1976

409. a) Kyseessä on toistokoe, jossa toistojen lukumäärä on 5 ja onnistumisen

Esitetään jakauma vielä taulukkomuodossa:

Todennäköisyyslaskurin antamat likiarvot kahdelle ensimmäiselle

Tarkat arvot ovat samat, P(X = 0) = P(X = 1) ≈ 0,4019. Kuutosten

Myös muut pistetodennäköisyydet voidaan laskea ilman laskuria,

b) Tapahtuma X = 2 tarkoittaa, että saatujen kuutosten lukumäärä on

Tapahtuma 2 ≤ X ≤ 4 tarkoittaa, että kuutosia on kaksi, kolme tai neljä.

Todennäköisyyslaskurilla P(X = 2) = 0,1608 ≈ 0,16 ja

Tarkat arvot saataisiin a-kohdassa laskettujen tarkkojen arvojen avulla:

410. a) Tilannetta voidaan ajatella toistokokeena, jossa toistojen eli

Ilman laskuria pistetodennäköisyydet voidaan laskea toistokokeen

P( X = 1) = ( ) ( 0,33) (1 − 0,33) = 0,332493... ≈ 0,3325

P( X = 2) = ( ) ( 0,33) (1 − 0,33) = 0,327530... ≈ 0,3275

P( X = 3) = ( ) ( 0,33) (1 − 0,33) = 0,161321... ≈ 0,1613

P( X = 4) = ( ) ( 0,33) (1 − 0,33) = 0,039728... ≈ 0,0397

P( X = 5) = ( ) ( 0,33) (1 − 0,33) = 0,33 = 0,003913... ≈ 0,0039

b) Tapahtuma X = 1 tarkoittaa, että seurueessa on vain yksi hyttysten

Ilman laskuria käytetään a-kohdassa laskettuja pistetodennäköisyyksiä:

P(X = 1) = 0,33249… ≈ 0,33

P(X ≥ 2) = P(X = 2) + P(X = 3) + P(X = 4) + P(X = 5)

Jälkimmäinen voidaan laskea myös vastatapahtuman X < 2 avulla:

411. Koska jakaumassa A on P(X = 1) = 0,2, sitä vastaa joko kertymäfunktio I

Vastaavasti jakauman B pistetodennäköisyydet vastaavat kertymäfunktion

412. Jakauman A pistetodennäköisyydet vastaavat kertymäfunktion II arvojen

413. a) P(X ≤ 10) = F(10) = 0,45

b) Koska 10 ≤ 12 < 20, on F(12) = 0,45. Tämä on tapahtuman X ≤ 12

c) P(X > 25) = 1 − P(X ≤ 25) = 1 − F(25) = 1 − 0,70 = 0,30.

414. a) Koska satunnaismuuttujan X pienin arvo on 1, kertymäfunktion arvo on

Seuraavan kerran kertymäfunktion arvo muuttuu kohdassa x = 2:

Kohdassa x = 3 kertymäfunktion arvo hyppää jälleen:

Kohdassa x = 4 saadaan vastaavasti