Advertisement
Not a member of Pastebin yet?
Sign Up,
it unlocks many cool features!
- \documentclass{article}
- % Call the style package
- \usepackage{fun3style}
- \usepackage{amssymb}
- \usepackage{cmap} % поиск в PDF
- \usepackage[T2A]{fontenc} % кодировка
- \usepackage[utf8]{inputenc} % кодировка исходного текста
- \usepackage[english,russian]{babel} % локализация и переносы
- \usepackage{amsmath}
- \usepackage{mathtools}
- \usepackage[utf8]{inputenc}
- \usepackage{graphicx}
- \graphicspath{{Images/}}
- \DeclarePairedDelimiter\floor{\lfloor}{\rfloor}
- \title{Маргарита Коннова, БПИ184}
- \author{ИДЗ-4, Вариант 13}
- \date{}
- \begin{document}
- \maketitle
- \section*{Задача 7}
- \textbf{
- Построить 90\% доверительный интервал для вероятноси попадания снаряда в цель, если после 220-ти выстрелов в цель попало 75 снарядов (предполагается, что случайная величина - попадания снаряда в цель - имеет нормальное распределение).
- }
- \paragraph{Решение}
- Так как количество испытаний n = 220 достаточно велико (порядка сотни и больше), то для оценки вероятности попадания в цель используем формулу (1), где n - количество выстрелов в общем, $\omega$ - относительная частота попадания в цель.
- \\ \\
- \begin{minipage}{45em}
- \begin{equation}
- \omega - t \sqrt{\frac{\omega(1 - \omega)}{n}} < p < \omega + t \sqrt{\frac{\omega(1 - \omega)}{n}}
- \end{equation}
- \end{minipage}
- \\ \\ \\
- Тогда $\omega = \frac{75}{220} \approx 0.341$. Коэффициент доверия t найдем из соотношения $2\Phi(t) = \gamma$, тогда $
- t = \Phi^{-1}(\frac{\gamma}{2}) = \Phi^{-1}(\frac{0.9}{2}) = \Phi^{-1}(0.45) = 1.65$.
- \\ \\ \\ \bigskip
- Подставим данные и найдем правую и левую границы.
- \begin{center}
- $0.341 - 1.65 \sqrt{\frac{0.341(1 - 0.341)}{220}} \approx 0.341 - 0.053 \approx 0.288 $
- \\
- $0.341 + 1.65 \sqrt{\frac{0.341(1 - 0.341)}{220}} \approx 0.341 + 0.053 \approx 0.394 $
- \end{center}
- \\ \\
- Получаем, что 0.288 < p < 0.394.
- \paragraph{Ответ: } 0.288 < p < 0.394.
- \section*{Задача 8}
- \textbf{
- Будем считать, что наблюдаемая в задаче №6 СВ имеет гауссовское распределение.
- \\ a) Постройте двусторонние доверительные интервалы уровня надёжности 0.99 для математического ожидания и дисперсии наблюдаемой случайной величины.
- \\ б) Проверьте на уровне значимости 0.05 гипотезу о том, что математическое ожидание наблюдаемой СВ равно 2, а дисперсия равна 1.
- }
- \paragraph{Решение}
- 1) $x_1, ... x_n; \ \ \ x_i \mathtt{\sim} N(\Theta_1, \Theta_2^2)$
- \paragraph{а.1)} Построим двусторонний доверительный интервал для математического ожидания. Для СВ с гауссовским распределением при неизвестной дисперсии он высчитывается по формуле (2).
- \bigskip
- \begin{minipage}{45em}
- \begin{equation}
- P(\overline{X} - \frac{\hat\sigma Z_{1 - \frac{\alpha}{2}, n - 1}}{\sqrt{n}} < \Theta_1 < \overline{X} + \frac{\hat\sigma Z_{1 - \frac{\alpha}{2}, n - 1}}{\sqrt{n}}) = 1 - \alpha
- \end{equation}
- \end{minipage}
- \\ \\ \\
- Возьмем данные из задачи №6 и условия, тогда:
- \begin{itemize}
- \item $\overline{X} = 1.861$ - выборочная точечная оценка математического ожидания;
- \item $\hat\sigma$ = 0.632 - оценка среднеквадратического отклонения;
- \item n = 100 - количество испытаний (степени свободы);
- \item $Z_{1 - \frac{\alpha}{2}}$ - квантиль распределения Стьюдента уровня $1 - \frac{\alpha}{2}$ с n - 1 степенями свободы, $Z_{0.995}(99) \approx 2.626$;
- \item 1 - $\alpha$ = 0.99 - уровень надежности.
- \end{itemize}
- \\
- Получаем, что: \\
- $P(1.861 - \frac{0.632 \cdot 2.626}{\sqrt{100}} < \Theta_1 < 1.861 + \frac{0.632 \cdot 2.626}{\sqrt{100}}) \approx P(1.695 < \Theta_1 < 2.027)$ = 0.99.
- \paragraph{а.2)} Построим двусторонний доверительный интервал для дисперсии по формуле (3).
- \bigskip
- \begin{minipage}{45em}
- \begin{equation}
- P(\frac{\sum_{i = 1}^n(x_i - \overline{X})^2}{\chi^2_{n - 1, 1 - \frac{\alpha}{2}}} < \Theta_2^2 < \frac{\sum_{i = 1}^n(x_i - \overline{X})^2}{\chi^2_{n - 1, \frac{\alpha}{2}}}) = 1 - \alpha
- \end{equation}
- \end{minipage}
- \\ \\
- В номере №6 было посчитано, что сумма квадратов отклонений от выборочного среднего равна 39.48. Квантили распределения xi-квадрат (табличные данные): $\chi^2_{99, 0.995} \approx 138.987, \chi^2_{99, 0.005} \approx 66.510$.
- \\ \\ \bigskip
- Проведем рассчеты, используя эти данные:
- $P(\frac{39.48}{138.987} < \Theta^2_2 < \frac{39.48}{66.510}) \approx P(0.284 < \Theta^2_2 < 0.594) = 0.99.$
- \\ \\ \\ \bigskip
- \paragraph{б.1)} Проверим гипотезу о том, что математическое ожидание наблюдаемой СВ равно 2.
- Уровень значимости: $\alpha = 0.05$.
- Гипотеза $H_0 : m_0 = 2.$ Альтернативная гипотеза $H_A: m_0 \neq 2$. \\
- Доверительный интервал G = [$-t_{\gamma, n - 1}, t_{\gamma, n - 1}$]. По условию $\gamma = 1 - \frac{\alpha}{2} = 0.975.$ Тогда G = [$-t_{0.975, 99}, t_{0.975, 99}$] $\approx$ [-1,984, 1,984].
- Возьмем значения математического ожидания $\hat{m_x} = \overline{X} = 1.861$ и дисперсии $\hat{d_x} = D = 0.395$ из №6. Посчитаем статистику z по формуле (4).
- \bigskip
- \begin{minipage}{45em}
- \begin{equation}
- z = \frac{(\hat{m_x} - m_0)\sqrt{(n - 1)}}{\sqrt{\hat{d_x}}}
- \end{equation}
- \end{minipage}
- \\ \\
- Тогда $z = \frac{(1.861 - 2)\sqrt{99}}{\sqrt{0.395}} \approx 2.201.$ Найденная z $\notin G \Longrightarrow$ на уровне доверия $1 - \alpha$ можно считать, что результаты наблюдений противоречат гипотизе $H_0$, состоящей в том, что $m_0 = 2.$
- \paragraph{б.2)} Проверим гипотезу о том, что дисперсия наблюдаемой СВ равна 1.
- Уровень значимости: $\alpha = 0.05$.
- Гипотеза $H_0 : \sigma_0^2 = 1.$ Альтернативная гипотеза $H_A: \sigma_0^2 \neq 1.$ \\
- Доверительный интервал G = [$\chi_{0.025, 99}, \chi_{0.975, 99}$] = [73.361, 128.422].
- Посчитаем статистику z по формуле (5).
- \bigskip
- \begin{minipage}{45em}
- \begin{equation}
- z = \frac{n \hat{d_x}}{\sigma_0^2}
- \end{equation}
- \end{minipage}
- \\ \\ \bigskip
- Тогда $z = \frac{100 \cdot 0.395}{1} = 39.5$. Найденная z $\notin G \Longrightarrow$ на уровне доверия $1 - \alpha$ можно считать, что результаты наблюдений противоречат гипотизе $H_0$, состоящей в том, что $\sigma_0^2 = 1.$
- \paragraph{Ответ:} \\
- $P(1.695 < \Theta_1 < 2.027)$ \\
- $P(0.284 < \Theta^2_2 < 0.594)$ \\
- Обе гипотезы опровергнуты.
- \end{document}
Advertisement
Add Comment
Please, Sign In to add comment
Advertisement