MAB5 
TN ja Tilastot

Klassinen todennäköisyys

Odotusarvo

• Kolikonheitto-simulaatio (GG)

Geometrinen todennäköisyys

• Pinta-ala - Monte Carlo -menetelmä -sovelma (GG, napauta lampun kuvaa)

Tilastollinen todennäköisyys

Normaalijakauma

• Blinko (PhET)

Videoita

• Monty Hall -ongelman testaus 

import matplotlib.pyplot as plt

import random

# Ohjelma laskee LKM verran nopanheittoja ja tulostaa suhteelliset osuudet

# ja kuvaajassa keskiarvon kehityksen

#parametrit

LKM = 100000

YLÄRAJA = 6

summa = 0

luvut = [] #luvut kerätään tähän

frekv = [] #frekvenssit kerätään tähän

for i in range(YLÄRAJA):

  frekv.append(0)

keskiarvot = []

odotusarvot = []

odotusarvo = (1+YLÄRAJA)/2

print("Odotusarvo on ",odotusarvo)

for i in range(LKM):

  luku = random.randint(1,YLÄRAJA)

  frekv[luku-1] = frekv[luku-1]+1

  luvut.append(luku)

  summa = summa+ luku

  ka = float(summa/(i+1))

  keskiarvot.append(ka)

  odotusarvot.append(odotusarvo)

for i in range(0,6):

  print(i+1,":",frekv[i]," \tsuhteellinen osuus",100*frekv[i]/LKM," %")

print("keskiarvo on ",ka)

#kaksi kuvaajaikkunaa

fig, (ax1,ax2) = plt.subplots(1,2)

fig.suptitle("Tutkimusta")

ax1.plot(keskiarvot, label = 'keskiarvot')

ax1.plot(odotusarvot, label = 'odotusarvo')

ax1.legend(loc = 'upper left')

ax2.bar([1,2,3,4,5,6],frekv)

plt.show()