Przykłady do listy zadań 6
Transkrypt
Przykłady do listy zadań 6
Rachunek prawdopodobieństwa MAP1151 Wydział Elektroniki, rok akad. 2011/12, sem. letni Wykładowca: dr hab. A. Jurlewicz Przykłady do listy 6: Twierdzenie de Moivre’a-Laplace’a. Centralne Twierdzenie Graniczne Lindeberga-Lévy’ego. Przykłady do zadania 6.1 : (a) Dla schematu Bernoulliego z p = 0, 4 wyliczyć prawdopodobieństwo, że liczba sukcesów w n = 100 próbach przekroczy 2. Następnie oszacować to prawdopodobieństwo na podstawie tw. de Moivre’a-Laplace’a. Oszacować błąd przybliżenia. Porównać wyniki. • Ze wzorów dokładnych dostajemy P (Sn > 2) = 1 − (P (Sn = 0) + P (Sn = 1) + P (Sn = 2)) = 0, 42 0, 698 ) ≈ 1. = 1 − (0, 6100 + 100 · 0, 4 · 0, 699 + 100·99 2 • Z twierdzenia de Moivre’a-Laplace’a otrzymujemy przybliżenie S − np 2, 5 − 0, 4 · 100 n ≈ P (Sn > 2) = P (Sn > 2, 5) = P q >q np(1 − p) 100 · 0, 4(1 − 0, 4) ≈ 1 − Φ(−7, 65) = Φ(7, 65) ≈ 1 z tablic standardowego rozkładu normalnego. ≈ 1 − Φ − √3,75 0,24 2 +(1−0,4)2 • Błąd przybliżenia nie przekracza 0, 8 · √0,4 100·0,4(1−0,4) ≈ 0, 0849. (b) Dla schematu Bernoulliego z p = 0, 5 oszacować na podstawie tw. de Moivre’a-Laplace’a prawdopodobieństwo, że liczba sukcesów w n = 1000 próbach przekroczy 510. Oszacować błąd przybliżenia. • Z twierdzenia de Moivre’a-Laplace’aotrzymujemy przybliżenie S − np 510, 5 − 1000 · 0, 5 n ≈ P (Sn > 510) = P (Sn > 510, 5) = P q >q np(1 − p) 1000 · 0, 5(1 − 0, 5) ≈ 1−Φ 21 √ 10 10 ≈ 1 − Φ(0, 66) = 1 − 0, 7454 = 0, 2546 z tablic standardowego rozkładu normalnego. 2 +(1−0,5)2 • Błąd nie przekracza 0, 8 · √0,5 1000·0,5(1−0,5) ≈ 0, 0253. (c) Z partii towaru o wadliwości 3% pobrano próbkę 500–elementową. Na podstawie tw. Moivre’a– Laplace’a oszacować prawdopodobieństwo, że liczba wadliwych elementów w próbie nie przekroczy 4%. Oszacować błąd przybliżenia. • Model: schemat Bernoulliego, sukces-wylosowany towar jest wadliwy, p = 0, 03 (3%), n = 500 - dość duże, by użyć przybliżenia na podstawie tw. Moivre’a-Laplace’a. • Niech X oznacza liczbę wadliwych towarów w próbce, czyli liczbę sukcesów. Mamy oszacować P (X ¬ 4% · 500) = P (X ¬ 20). X − np 20, 5 − 500 · 0, 03 • P (X ¬ 20) = P (X ¬ 20, 5) = P q ¬q ≈ np(1 − p) 500 · 0, 03 · (1 − 0, 03) ≈Φ √ 5,5 14,55 ≈ Φ(1, 44) = 0, 9251 z tablic standardowego rozkładu normalnego. 2 +(1−0,03)2 • Błąd przybliżenia nie przekracza 0, 8 · √0,03 500·0,03(1−0,03) 1 ≈ 0, 2. (d) W pewnym towarzystwie ubezpieczeniowym jest ubezpieczonych 10000 samochodów. Każdy z właścicieli płaci roczną składkę 30 zł za samochód. Średnio 6 na 1000 samochodów ulega uszkodzeniu w ciągu roku. Właścicielowi uszkodzonego pojazdu towarzystwo wypłaca 2500 zł. Na podstawie tw. Moivre’a–Laplace’a oszacować, jakie jest prawdopodobieństwo, że w ciągu roku zysk przekroczy 125000 zł? Oszacować błąd przybliżenia. • Wpłata do towarzystwa ubezpieczeniowego wynosi W = 30 · 10000 = 300000 zł. Wypłata to Wy = 2500 · X zł, gdzie X ilość uszkodzeń. • X to liczba sukcesów w schemacie Bernoulliego, gdzie sukces to uszkodzenie samochodu, p = 0, 006 (6 na 1000 samochodów), n = 10000. • Zysk towarzystwa to Z = W − Wy . Zysk przekroczy 125000 zł, gdy Z > 125000, czyli gdy X < 70. 69, 5 − 10000 · 0, 006 X − np ≈ <q • P (X < 70) = P (X < 69, 5) = P q np(1 − p) 10000 · 0, 006 · (1 − 0, 006) ≈Φ √ 9,5 59,64 ≈ Φ(1, 23) = 0, 8907 z tablic standardowego rozkładu normalnego. 2 +(1−0,006)2 • Błąd przybliżenia nie przekracza 0, 8 · √0,006 10000·0,006(1−0,006) ≈ 0, 1. (e) Dla jakiego n prawdopodobieństwo, że popełnimy błąd rzędu = 0, 01 przyjmując częstość otrzymaną z n prób jako prawdopodobieństwo sukcesu p = 0, 5, było małe rzędu δ = 0, 1? • P Sn − p Sn − np q np(1 − p) > 0, 01 = P n dla n dostatecznie dużych. √ 0, 01n >√ ≈ 2 1 − Φ 0, 02 n 0, 25n 0,5 • Błąd oszacowania nie przekracza 2 · 0, 8 · √ 2 +(1−0,5)2 n·0,5(1−0,5) 1, 6 =√ . n √ √ • 2(1 − Φ(2√· 0, 01 n)) ¬ 0, 1 ⇐⇒ Φ(2 · 0, 01 n) 0, 95 ⇐⇒ ⇐⇒ 0, 02 n 1, 64 (z tablic) ⇐⇒ n 822 = 6724. • Dla n = 822 błąd szacowania nie przekracza 0, 02, zatem: Sn • Odp. prawdopodobieństwo P − p > 0, 01 jest rzędu δ = 0, 1, gdy n 6724. n 2 Przykład do zadania 6.2 : (a) Błąd zaokraglenia przy dodawaniu na kalkulatorze ma rozkład jednostajny U(−10−8 , 10−8 ). Oszacować prawdopodobieństwo, że przy dodawaniu 1001 liczb błąd bezwzględny nie przekroczy 10−7 . Oszacować dokładność przybliżenia. • Dodając 1001 liczb wykonamy 1000 działań dodawania. Oznaczmy przez Xi błąd przy wykonywaniu i-tego dodawania, i = 1, . . . , 1000. Xi ma rozkład U(−10−8 , 10−8 ), zatem −8 −8 ))2 −16 −8 −8 = 10 3 = σ 2 > 0. EXi = −10 2+10 = 0 = m, D2 Xi = (10 −(−10 12 • Błąd całościowy to S1000 = X1 + . . . + X1000 . Chcemy oszacować P (|S1000 | ¬ 10−7 ). • Z CTG Lindeberga-Lévy’ego otrzymujemy przybliżenie: −7 S √ − 1000m 10 − 0 1000 ≈ 2Φ( 0, 3) − 1 ≈ √ P (|S1000 | ¬ 10−7 ) = P ¬ q σ 1000 10−13 /3 ≈ 2Φ(0, 55) − 1 = 2 · 0, 7088 − 1 = 0, 4176 z tablic standardowego rozkładu normalnego. • Błąd z nierówności Berry-Essena nie przekracza 0, 8 · E|X1 −m|3 3/2 √ 10−16 1000 3 ≈ 0, 03 (dla Xi o rozkładzie U(−10−8 , 10−8 ) mamy 3 E|Xi − m| = 1 2·10−8 10R−8 |x|3 dx = −10−8 1 (10−8 )4 10−8 4 = 10−24 ). 4 (b) Pewna konstrukcja składa się ze 100 jednakowych elementów. Na podstawie CTG Lindeberga– Lévy’ego oszacować prawdopodobieństwo, że całkowita masa tej konstrukcji nie przekroczy 335 kg, jeśli rozkład masy elementów, z których jest złożona, ma wartość oczekiwaną 3,3 kg i odchylenie standardowe 0,1 kg? • Oznaczmy przez Xi masę elementu nr i w kg, i = 1, 2, . . . , 100. Zakładamy, że X1 , X2 , . . . , X100 są niezależnymi zmiennymi losowymi. Z treści zadania mają one jednakowy rozkład, przy czym EX1 = 3, 3; a D2 X1 = (0, 1)2 . • Masa całej konstrukcji to X = 100 P Xi . Mamy oszacować P (X ¬ 335). i=1 • Ponieważ wariancja D2 X1 jest skończona i większa od 0, a n = 100 wystarczająco duże, możemy skorzystać z tw. Lindeberga–Lévy’ego. Otrzymujemy P n X − nEX1 i=1 i 335 − 100 · 3, 3 ≈ Φ(5) > 0, 999995 = Φ(4, 417) √ ¬ q P (X ¬ 335) = P 2 2 nD X1 100 · (0, 1) na podstawie tablic standardowego rozkładu normalnego.. 3 (c) Czas pracy lampy pewnego typu ma rozkład wykładniczy o średniej 900 godzin. Na podstawie tw. Lindeberga–Lévy’ego określić, ile lamp trzeba mieć w zapasie, aby z prawdopodobieństwem 0,99 wystarczyło ich na 4 lata nieprzerwanej pracy? Przyjmujemy, że spalona lampa jest natychmiast wymieniana na nową. • Oznaczmy przez Ti czas pracy lampy nr i (w godzinach), i = 1, 2, . . . , n. Z treści zadania T1 , T2 , . . . , Tn są niezależnymi zmiennymi losowymi o takim samym rozkładzie wykładniczym o średniej 900 godzin, czyli z parametrem λ takim, że λ1 = ETi = 900. Mamy zatem D2 Ti = λ12 = 9002 . • Szukamy takiego n, aby P n X ! Ti (3 · 365 + 366) · 24 = P i=1 n X ! Ti 35064 0, 99 (1) i=1 (wśród 4 lat jest jeden rok przestępny). • Z tw. Lindeberga-Lévy’ego mamy P n X ! P n Ti −nET1 √ Ti 35064 = P i=1 i=1 nD2 T1 35064−900n √ 900 n ≈1−Φ 35064−900n √ 900 n . (2) • Znajdziemy takie n, aby Φ 35064−900n √ 900 n ¬ 0, 01. (3) • Z tablic standardowego rozkładu normalnego odczytujemy, że Φ(−2, 326) = 0, 01. √ ¬ −2, 326. Zatem nierówność (3) jest spełniona, gdy 35064−900n 900 n √ Rozwiązujemy nierówność 35064 − 900n ¬ −2, 326 · 900 n < 0, gdzie n jest liczbą naturalną. Odpowiada to warunkom (35064 − 900n)2 (2, 326 · 900)2 n i n > 35064/900 = 38, 96. Rozwiązując równanie kwadratowe i uwzględniając drugi warunek dostajemy odpowiedź: n 57. • Wniosek: Wystarczy około 57 lamp. • Uwaga: Szacowanie błędu przybliżenia w (2) z nierówności Berry-Essena wskazuje, że błąd 3 1 −900| √ ≈ 0, 26. ten nie przekracza 0, 8 E|T 3 900 57 1 (Zmienna losowa Ui = 900 Ti ma rozkład wykładniczy Exp(1), a stąd mamy ! R1 R∞ 0 1 E|T1 − 900|3 = 9003 E|U1 − 1|3 = 9003 − (x − 1)3 e−x dx + (x − 1)3 e−x dx = = 9003 (12e−1 − 2).) • Jednak wiemy też, że suma T (n) = n P Ti niezależnych zmiennych losowych o jedna- i=1 kowym rozkładzie wykładniczym Exp(λ) ma rozkład gamma G(λ, p = n) (patrz przykład 11.2 (b)). Dla n = 57 otrzymujemy, że istotnie nierówność (1) jest spełniona, gdyż P (T (57) < 35064) ≈ 0, 004 (obliczenia numeryczne w Matlabie), czyli wniosek jest poprawny. (Okazuje się, że (1) zachodzi już dla n = 55, bo P (T (55) < 35064) ≈ 0, 0088.) 4