Kertymäfunktio
Transcription
Kertymäfunktio
Ilkka Mellin Todennäköisyyslaskenta Osa 2: Satunnaismuuttujat ja todennäköisyysjakaumat Kertymäfunktio TKK (c) Ilkka Mellin (2007) 1 Kertymäfunktio >> Kertymäfunktio: Määritelmä Diskreettien jakaumien kertymäfunktiot Jatkuvien jakaumien kertymäfunktiot TKK (c) Ilkka Mellin (2007) 2 Kertymäfunktio: Määritelmä Kertymäfunktion määritelmä • Olkoon ξ satunnaismuuttuja. • Satunnaismuuttujan ξ kertymäfunktio F on reaaliarvoinen funktio F ( x ) = Pr(ξ ≤ x ) TKK (c) Ilkka Mellin (2007) 3 Kertymäfunktio: Määritelmä Kertymäfunktion määritelmä: Kommentteja 1/2 • Satunnaismuuttujan ξ kertymäfunktion F määritelmässä F ( x ) = Pr(ξ ≤ x ) on ξ = satunnaismuuttuja x = reaaliluku, kertymäfunktion F argumentti • Kertymäfunktion F arvo pisteessä x on todennäköisyys sille, että satunnaismuuttuja ξ saa arvoja, jotka ovat ≤ x. • Piste x erottaa vasemmalle puolelleen todennäköisyysmassan, jonka koko on Pr(ξ ≤ x) = F(x) TKK (c) Ilkka Mellin (2007) 4 Kertymäfunktio: Määritelmä Kertymäfunktion määritelmä: Kommentteja 2/2 • Satunnaismuuttujan ξ kertymäfunktio F ( x ) = Pr(ξ ≤ x ) kuvaa satunnaismuuttujan ξ todennäköisyysmassan kertymistä, kun kertymäfunktion argumentti x kasvaa. • Satunnaismuuttujan ξ kertymäfunktio määrää kaikkien ko. satunnaisilmiöön liittyvien tapahtumien todennäköisyydet. • Kertymäfunktion määritelmä sopii kaikille satunnaismuuttujille olivatpa ne diskreettejä, jatkuvia tai jotakin muuta tyyppiä. • Kertymäfunktio on keskeinen työväline matemaattisessa tilastotieteessä. TKK (c) Ilkka Mellin (2007) 5 Kertymäfunktio: Määritelmä Kertymäfunktio ja tapahtumien todennäköisyydet • Jos satunnaismuuttujan ξ kertymäfunktio F tunnetaan, kaikkien ko. satunnaisilmiöön liittyvien tapahtumien todennäköisyydet hallitaan. • Tämä johtuu seuraavista seikoista: (i) Jokaista tapahtumaa vastaa jokin reaalilukujen joukon R osajoukko, joka voidaan muodostaa muotoa (−∞, x] olevista reaaliakselin väleistä tavanomaisten joukko-opin operaatioiden avulla. (ii) Jokaisen tapahtuman todennäköisyys saadaan tyyppiä (−∞, x] olevien reaaliakselin välien todennäköisyyksistä todennäköisyyslaskennan laskusääntöjen avulla. TKK (c) Ilkka Mellin (2007) 6 Kertymäfunktio: Määritelmä Kertymäfunktion ominaisuudet 1/2 • Funktio F : R → [0,1] on kertymäfunktio, jos ja vain jos se toteuttaa seuraavat ehdot: (1) lim x →−∞ F ( x) = 0 (2) lim x →+∞ F ( x) = 1 (3) F on ei - vähenevä: F ( x1 ) ≤ F ( x2 ), jos x1 ≤ x2 (4) F on jatkuva oikealta: lim h → 0+ F ( x + h) = F ( x) TKK (c) Ilkka Mellin (2007) 7 Kertymäfunktio: Määritelmä Kertymäfunktion ominaisuudet 2/2 • Jos funktio F : R → [0,1] on kertymäfunktio, niin: (5) Pr(ξ > x ) = 1 − F ( x ) (6) Pr( a < ξ ≤ b) = F (b) − F ( a ) TKK (c) Ilkka Mellin (2007) 8 Kertymäfunktio: Määritelmä Kertymäfunktion ominaisuuksien perustelu • Käytämme kertymäfunktioiden ominaisuuksien perustelussa mm. seuraavia todennäköisyyslaskennan lauseita (ks. tarkemmin lukua Todennäköisyyden aksioomat): Lause 1: Olkoon ( S , F , Pr) todennäköisyyskenttä ja A1 , A2 , A3 ,… ∈ F. (i) Jos A1 ⊂ A2 ⊂ A3 ⊂ , niin Pr (ii) (∪ A ) = lim Pr ( A ) ∞ i =1 i n→+∞ Jos A1 ⊃ A2 ⊃ A3 ⊃ Pr n , niin (∩ A ) = lim Pr ( A ) ∞ i =1 i n→+∞ n Lause 2: Olkoon ( S , F , Pr) todennäköisyyskenttä ja A1 , A2 , A3 ,… ∈ F. Jos A1 ⊃ A2 ⊃ A3 ⊃ → ∅ , niin lim Pr ( An ) = 0 n→+∞ TKK (c) Ilkka Mellin (2007) 9 Kertymäfunktio: Määritelmä Kertymäfunktion ominaisuus (1): Perustelu • • • Olkoon F ( x) = Pr(ξ ≤ x) satunnaismuuttujan ξ kertymäfunktio. Tällöin (1) lim x →−∞ F ( x) = 0 Todistus: Olkoon x1 > x2 > x3 > ··· aleneva lukujono ja lisäksi lim n →+ ∞ xn = − ∞ Tällöin {ξ ≤ x1} ⊃ {ξ ≤ x2 } ⊃ {ξ ≤ x3 } ⊃ → ∅ Lauseen 2 mukaan lim F ( xn ) = lim Pr (ξ ≤ xn ) = 0 n→+∞ TKK n→+∞ (c) Ilkka Mellin (2007) 10 Kertymäfunktio: Määritelmä Kertymäfunktion ominaisuus (2): Perustelu 1/2 • • • Olkoon F ( x) = Pr(ξ ≤ x) satunnaismuuttujan ξ kertymäfunktio. Tällöin (2) lim x →+ ∞ F ( x) = 1 Todistus: Olkoon x1 < x2 < x3 < ··· kasvava lukujono ja lisäksi lim n →+ ∞ xn = + ∞ Tällöin {ξ ≤ x1} ⊂ {ξ ≤ x2 } ⊂ {ξ ≤ x3 } ⊂ ja {ξ > x1} ⊃ {ξ > x2 } ⊃ {ξ > x3 } ⊃ TKK (c) Ilkka Mellin (2007) → →∅ 11 Kertymäfunktio: Määritelmä Kertymäfunktion ominaisuus (2): Perustelu 2/2 Lauseen 2 mukaan lim Pr (ξ > xn ) = 0 n→+∞ joten lim F ( xn ) = lim Pr (ξ ≤ xn ) n→+∞ n→+∞ = 1 − lim Pr (ξ > xn ) n→+∞ =1 TKK (c) Ilkka Mellin (2007) 12 Kertymäfunktio: Määritelmä Kertymäfunktion ominaisuus (3): Perustelu • • • TKK Olkoon F ( x) = Pr(ξ ≤ x) satunnaismuuttujan ξ kertymäfunktio. Tällöin (3) F ( x1 ) ≤ F ( x2 ), jos x1 ≤ x2 Todistus: Olkoon x1 ≤ x2 Tällöin {ξ ≤ x1} ⊂ {ξ ≤ x2 } joten F ( x1 ) = Pr(ξ ≤ x1 ) ≤ Pr(ξ ≤ x2 ) = F ( x2 ) (c) Ilkka Mellin (2007) 13 Kertymäfunktio: Määritelmä Kertymäfunktion ominaisuus (4): Perustelu • • • Olkoon F ( x) = Pr(ξ ≤ x) satunnaismuuttujan ξ kertymäfunktio. Tällöin (4) lim h → 0+ F ( x + h) = F ( x) Todistus: Olkoon h1 > h2 > h3 > ··· aleneva lukujono ja lisäksi lim n →+ ∞ hn = 0 Tällöin {ξ ≤ x + h1} ⊃ {ξ ≤ x + h2 } ⊃ {ξ ≤ x + h3 } ⊃ → {ξ ≤ x} Lauseen 1 kohdan (ii) mukaan lim F ( x + hn ) = lim Pr (ξ ≤ x + hn ) = Pr(ξ ≤ x) = F ( x) n→+∞ TKK n→+∞ (c) Ilkka Mellin (2007) 14 Kertymäfunktio: Määritelmä Kertymäfunktion ominaisuus (5): Perustelu • • • TKK Olkoon F ( x) = Pr(ξ ≤ x) satunnaismuuttujan ξ kertymäfunktio. Tällöin (5) Pr(ξ > x) = 1 − F ( x) Todistus: Komplementtitapahtuman todennäköisyyden kaavan nojalla Pr(ξ > x) = 1 − Pr(ξ ≤ x) = 1 − F ( x) (c) Ilkka Mellin (2007) 15 Kertymäfunktio: Määritelmä Kertymäfunktion ominaisuus (6): Perustelu • • • Olkoon F ( x) = Pr(ξ ≤ x) satunnaismuuttujan ξ kertymäfunktio. Tällöin (6) Pr(a < ξ ≤ b) = F (b) − F (a ) Todistus: Koska {ξ ≤ b} = {ξ ≤ a} ∪ {a < ξ ≤ b} ja {ξ ≤ a} ∩ {a < ξ ≤ b} = ∅ niin toisensa poissulkevien tapahtumien yhteenlaskusäännön nojalla F (b) = Pr(ξ ≤ b} = Pr(ξ ≤ a ) + Pr(a < ξ ≤ b) = F ( a ) + Pr(a < ξ ≤ b) TKK (c) Ilkka Mellin (2007) 16 Kertymäfunktio: Määritelmä Kertymäfunktion tulkinta • Kertymäfunktion määritelmän F ( x ) = Pr(ξ ≤ x ) ja kertymäfunktion ominaisuuden (3) F ( x1 ) ≤ F ( x2 ), jos x1 ≤ x2 perusteella kertymäfunktiolle voidaan antaa seuraava tulkinta: Kertymäfunktio F kuvaa miten satunnaismuuttujan ξ todennäköisyysmassaa kumuloituu eli kertyy lisää, kun kertymäfunktion argumentti x kasvaa. TKK (c) Ilkka Mellin (2007) 17 Kertymäfunktio: Määritelmä Tilastolliset taulukot ja kertymäfunktio • Tavanomaisten tilastollisessa päättelyssä käytettyjen jakaumien tilastolliset taulukot liittyvät jakaumien kertymäfunktion arvoihin. • Normaalijakauman taulukoissa on tavallisesti taulukoitu todennäköisyyksiä (kertymäfunktion arvoja) Pr(ξ ≤ x) = F ( x) useille argumentin x arvoille (ks. lukua Jatkuvia jakaumia). • χ2-, F- ja t-jakaumien taulukoissa on tavallisesti taulukoitu argumentin x arvoja muutamille todennäköisyyksille Pr(ξ ≥ x) = 1 − F ( x) (ks. lukua Normaalijakaumasta johdettuja jakaumia). TKK (c) Ilkka Mellin (2007) 18 Kertymäfunktio Diskrettien ja jatkuvien jakaumien kertymäfunktiot • Tarkastelemme seuraavassa kertymäfunktioita kahdessa erikoistapauksessa: (i) Diskreettien jakaumien kertymäfunktiot (ii) Jatkuvien jakaumien kertymäfunktiot TKK (c) Ilkka Mellin (2007) 19 Kertymäfunktio Kertymäfunktio: Määritelmä >> Diskreettien jakaumien kertymäfunktiot Jatkuvien jakaumien kertymäfunktiot TKK (c) Ilkka Mellin (2007) 20 Diskreettien jakaumien kertymäfunktiot Diskreetin jakauman kertymäfunktion määritelmä • Olkoon ξ diskreetti satunnaismuuttuja ja {x1, x2, x3, … } sen tulosvaihtoehtojen eli arvojen joukko. • Olkoon satunnaismuuttujan ξ pistetodennäköisyysfunktio f ( xi ) = Pr(ξ = xi ) = pi , i = 1, 2,3,… • Määritellään funktio F : R → [0,1] kaavalla F ( x) = Pr(ξ ≤ x) = ∑ f ( xi ) i xi ≤ x • Tällöin F on diskreetin satunnaismuuttujan ξ kertymäfunktio. • Diskreetin satunnaismuuttujan kertymäfunktio F on epäjatkuva ei-vähenevä funktio. TKK (c) Ilkka Mellin (2007) 21 Diskreettien jakaumien kertymäfunktiot Diskreetin jakauman kertymäfunktion määritelmä: Kommentteja • Diskreetin jakauman kertymäfunktion F määritelmän F ( x) = Pr(ξ ≤ x) = ∑ f ( xi ) i xi ≤ x mukaan kertymäfunktion F arvo pisteessä x eli todennäköisyys tapahtumalle ξ ≤ x saadaan laskemalla yhteen kaikki pistetodennäköisyydet f(xi) = Pr(ξ = xi) = pi joita vastaavat satunnaismuuttujan ξ arvot xi ≤ x. • Kaikkien satunnaismuuttujaan ξ liittyvien tapahtumien todennäköisyydet voidaan määrätä sen kertymäfunktion avulla. TKK (c) Ilkka Mellin (2007) 22 Diskreettien jakaumien kertymäfunktiot Diskreetin jakauman kertymäfunktion ja pistetodennäköisyysfunktion yhteys • Olkoon ξ diskreetti satunnaismuuttuja ja {x1, x2, x3, … } sen tulosvaihtoehtojen eli arvojen joukko. • Olkoon satunnaismuuttujan ξ pistetodennäköisyysfunktio f ( xi ) = Pr(ξ = xi ) = pi , i = 1, 2,3,… • Olkoon satunnaismuuttujan ξ kertymäfunktio F ( x) = Pr(ξ ≤ x) = ∑ pi i xi ≤ x • Tällöin f ( xi ) = Pr(ξ = xi ) = pi = F ( xi ) − F ( xi −1 ) TKK (c) Ilkka Mellin (2007) 23 Diskreettien jakaumien kertymäfunktiot Esimerkki: Onnenpyörä 1/7 • Luvun Satunnaismuuttujat ja todennäköisyysjakaumat E 10 % D 15 % kappaleen A 30 % Diskreetit satunnaismuuttujat ja niiden todennäköisyysjakaumat C 20 % johdattelevassa esimerkissä käsitellään viereen kuvatun onnenpyörän käyttäytymistä satunnaisilmiönä. TKK (c) Ilkka Mellin (2007) B 25 % 24 Diskreettien jakaumien kertymäfunktiot Esimerkki: Onnenpyörä 2/7 • Onnenpyörän pinta on jaettu viiteen sektoriin A, B, C, D, E • Sektoreiden pinta-alojen osuudet onnenpyörän kokonaispinta-alasta on esitetty alla: TKK Sektori A % 30 B 25 C 20 D 15 E 10 Summa 100 E 10 % D 15 % C 20 % (c) Ilkka Mellin (2007) A 30 % B 25 % 25 Diskreettien jakaumien kertymäfunktiot Esimerkki: Onnenpyörä 3/7 • Esimerkissä määriteltiin diskreetti satunnaismuuttuja ξ, joka liittää tulosvaihtoehtoihin A, B, C, D, E reaaliluvut seuraavalla tavalla: A → 1 B → 2 C → 3 D → 4 E → 5 TKK (c) Ilkka Mellin (2007) E 10 % D 15 % C 20 % A 30 % B 25 % 26 Diskreettien jakaumien kertymäfunktiot Esimerkki: Onnenpyörä 4/7 • Diskreetin satunnaismuuttujan ξ pistetodennäköisyysfunktio f voidaan yleisesti määritellä kaavalla f ( xi ) = Pr(ξ = xi ) = pi , i = 1, 2,3,… jossa {x1, x2, x3, … } on satunnaismuuttujan ξ saamien arvojen joukko. TKK Pistetotodennäköisyysfunktio 0.4 0.3 (1, p1) (2, p2) (3, p3) 0.2 (4, p4) (5, p5) 0.1 0 (c) Ilkka Mellin (2007) 1 2 3 4 5 27 Diskreettien jakaumien kertymäfunktiot Esimerkki: Onnenpyörä 5/7 • Esimerkin tapauksessa satunnaismuuttujan ξ pistetodennäköisyysfunktio f voidaan määritellä seuraavasti: f(1) = Pr(ξ = 1) = 0.30 = Pr(A) f(2) = Pr(ξ = 2) = 0.25 = Pr(B) f(3) = Pr(ξ = 3) = 0.20 = Pr(C) f(4) = Pr(ξ = 4) = 0.15 = Pr(D) f(5) = Pr(ξ = 5) = 0.10 = Pr(E) TKK Pistetotodennäköisyysfunktio 0.4 0.3 (1, p1) (2, p2) (3, p3) 0.2 (4, p4) (5, p5) 0.1 0 (c) Ilkka Mellin (2007) 1 2 3 4 5 28 Diskreettien jakaumien kertymäfunktiot Esimerkki: Onnenpyörä 6/7 • Satunnaismuuttujan ξ kertymäfunktio on F(x) = Pr(ξ ≤ x) • Diskreetin satunnaismuuttujan pistetodennäköisyys- ja kertymäfunktioiden välillä on seuraava yhteys: Pr(ξ = xi ) = pi = F ( xi ) − F ( xi −1 ) Kertymäfunktio 1.2 1 p5 p4 0.8 p3 0.6 p2 0.4 0.2 p1 0 0 TKK (c) Ilkka Mellin (2007) 1 2 3 4 5 6 29 Diskreettien jakaumien kertymäfunktiot Esimerkki: Onnenpyörä 7/7 • • Esimerkin tapauksessa satunnaismuuttujan ξ kertymäfunktio F voidaan määritellä alla olevan taulukon avulla. Kuva oikealla esittää esimerkin kertymäfunktion kuvaajaa. x<1 1≤x<2 2≤x<3 3≤x<4 4≤x<5 5≤x TKK F(x) = Pr(ξ ≤ x) 0 p1 = 0.3 p1 + p2 = 0.55 p1 + p2 + p3 = 0.75 p1 + p2 + p3 + p4 = 0.9 p1 + p2 + p3 + p4 + p5 = 1 Kertymäfunktio 1.2 1 p5 p4 0.8 p3 0.6 p2 0.4 0.2 p1 0 (c) Ilkka Mellin (2007) 0 1 2 3 4 5 6 30 Diskreettien jakaumien kertymäfunktiot Diskreetin jakauman kertymäfunktio on porrasfunktio • Diskreetin satunnaismuuttujan kertymäfunktio F on epäjatkuva ei-vähenevä funktio, jolla on epäjatkuvuuskohta eli hyppäys jokaisessa pisteessä xi , johon liittyy positiivinen todennäköisyys Pr(ξ = xi) = pi • Hyppäyksen suuruus pisteessä xi on pi . • Kertymäfunktio saa vakioarvon peräkkäisten pisteiden xi−1 ja xi välissä. • Diskreetin satunnaismuuttujan kertymäfunktio on siten porrasfunktio, jossa todennäköisyydet pi määräävät askelmien korkeudet ja erotukset xi − xi−1 määräävät askelmien syvyydet. TKK (c) Ilkka Mellin (2007) 31 Diskreettien jakaumien kertymäfunktiot Välien todennäköisyydet 1/2 • Diskreetin jakauman tapauksessa välin ( a , b] ⊂ R todennäköisyys on Pr(a < ξ ≤ b) = F (b) − F (a ) = = TKK ∑ Pr(ξ = xi ) ∑ pi i xi∈( a ,b ] i xi∈( a ,b ] (c) Ilkka Mellin (2007) 32 Diskreettien jakaumien kertymäfunktiot Välien todennäköisyydet 2/2 • Kaavan Pr(a < ξ ≤ b) = F (b) − F ( a ) = ∑ i xi∈( a ,b ] pi mukaan välin ( a , b] ⊂ R todennäköisyys voidaan määrätä kahdella tavalla: (i) Jos jakauman pistetodennäköisyysfunktio tunnetaan, välin (a, b] todennäköisyys saadaan laskemalla yhteen pistetodennäköisyydet pi , joita vastaavat xi ∈ (a, b]. (ii) Jos jakauman kertymäfunktio F tunnetaan, välin (a, b] todennäköisyys saadaan laskemalla kertymäfunktion F arvojen F(b) ja F(a) erotus. TKK (c) Ilkka Mellin (2007) 33 Kertymäfunktio Kertymäfunktio: Määritelmä Diskreettien jakaumien kertymäfunktiot >> Jatkuvien jakaumien kertymäfunktiot TKK (c) Ilkka Mellin (2007) 34 Jatkuvien jakaumien kertymäfunktiot Jatkuvan jakauman kertymäfunktion määritelmä • Olkoon ξ jatkuva satunnaismuuttuja. • Olkoon satunnaismuuttujan ξ tiheysfunktio f(x). • Määritellään funktio F : R → [0,1] kaavalla x F ( x ) = Pr(ξ ≤ x ) = ∫ f (t )dt −∞ • F on jatkuvan satunnaismuuttujan ξ kertymäfunktio. • Jatkuvan satunnaismuuttujan kertymäfunktio F on jatkuva ei-vähenevä funktio. TKK (c) Ilkka Mellin (2007) 35 Jatkuvien jakaumien kertymäfunktiot Jatkuvan jakauman kertymäfunktion määritelmä: Kommentteja • Jatkuvan jakauman kertymäfunktion F määritelmän x F ( x ) = Pr(ξ ≤ x ) = ∫ f (t )dt −∞ mukaan kertymäfunktion F arvo pisteessä x eli todennäköisyys tapahtumalle ξ ≤ x määrätään integroimalla tiheysfunktio f välillä (−∞, x]. • Kaikkien satunnaismuuttujaan ξ liittyvien tapahtumien todennäköisyydet voidaan määrätä sen kertymäfunktion avulla. TKK (c) Ilkka Mellin (2007) 36 Jatkuvien jakaumien kertymäfunktiot Jatkuvan jakauman kertymäfunktion ja tiheysfunktion yhteys • Olkoon ξ jatkuva satunnaismuuttuja. • Olkoon satunnaismuuttujan ξ tiheysfunktio f(x). • Olkoon satunnaismuuttujan ξ kertymäfunktio x F ( x ) = Pr(ξ ≤ x ) = • Tällöin ∫ f (t )dt −∞ d f ( x) = F ′( x) = F ( x) dx TKK (c) Ilkka Mellin (2007) 37 Jatkuvien jakaumien kertymäfunktiot Välien todennäköisyydet 1/2 • Jatkuvan jakauman tapauksessa välin ( a , b] ⊂ R todennäköisyys on Pr( a ≤ ξ ≤ b) = F (b) − F ( a ) b = ∫ f ( x )dx a TKK (c) Ilkka Mellin (2007) 38 Jatkuvien jakaumien kertymäfunktiot Välien todennäköisyydet 2/2 • Kaavan b Pr( a ≤ ξ ≤ b) = F (b) − F ( a ) = ∫ f ( x )dx a mukaan välin ( a , b] ⊂ R todennäköisyys voidaan määrätä kahdella tavalla: (i) Jos jakauman tiheysfunktio f tunnetaan, välin [a, b] todennäköisyys saadaan integroimalla tiheysfunktio välillä [a, b] . (ii) Jos jakauman kertymäfunktio F tunnetaan, välin [a, b] todennäköisyys saadaan laskemalla kertymäfunktion arvojen F(b) ja F(a) erotus. TKK (c) Ilkka Mellin (2007) 39 Jatkuvien jakaumien kertymäfunktiot Jatkuvan jakauman tiheysfunktio ja välien todennäköisyydet: Havainnollistus • Olkoon f(x) jatkuvan satunnaismuuttujan ξ tiheysfunktio. • Tällöin: Pr(a ≤ ξ ≤ b) Tiheysfunktio f(x) b = ∫ f ( x) dx a = Alueen A pinta-ala • Kuva oikealla esittää normaalijakauman tiheysfunktiota (ks. lukua Jatkuvia jakaumia). TKK (c) Ilkka Mellin (2007) A a b 40 Jatkuvien jakaumien kertymäfunktiot Jatkuvan jakauman kertymäfunktio ja välien todennäköisyydet: Havainnollistus • Olkoon F(x) jatkuvan satunnaismuuttujan ξ kertymäfunktio ja f(x) sen tiheysfunktio. • Tällöin: Pr(a ≤ ξ ≤ b) Kertymäfunktio F(x) 1.2 1 F(b) = ∫ f ( x) dx 0.6 0.4 = F (b) − F ( a ) b 0.8 0.2 F(a) 0 a a b • Kuva oikealla esittää normaalijakauman kertymäfunktiota (ks. lukua Jatkuvia jakaumia). TKK (c) Ilkka Mellin (2007) 41