Гость
Какова должна быть срединная ошибка (вероятное отклонение)
Имеется в виду среднее квадратическое отклонение. Задача стандартная. Решайте.
ProLL
Да я уже понял это и задачу вроде как решил, но ошибка у меня получилась 20/1,96 = 10,2 А в книге, из которой я брал задачу, есть ответ и он равен 6,9… Вот теперь не пойму, где я ошибся
Распиши. Символы можно вставить из Ворда и скопировать сюда
ProLL
Всё, уже разобрался с задачей) Спасибо
Гость
пожалуйста розпишите решения задачи
Радиодальномер
Cтраница 1
Радиодальномеры предназначены для измерения линейных координат летательного аппарата: наклонной дальности и высоты. Функционирование дальномера основано на измерении промежутка времени между излучаемым и принимаемым сигналами или параметров сигнала, связанных с этим промежутком времени.
[1]
Радиодальномер, состоящий из самолетного запросчика и наземного ответчика, служит для определения дальности до аэродрома, и обеспечения полета самолетов по орбитам вокруг аэродрома, используемых в качестве зон ожидания.
[2]
Радиодальномеры позволяют определить расстояние между радиостанцией, находящейся на судне ( задающая станция), и двумя отражающими радиостанциями на берегу и таким образом определять местонахождение судна в плохую видимость.
[3]
Радиодальномер, как любая радиотехническая система, находится под влиянием различных воздействий, которые мы разделим, как уже неоднократно поступали раньше, на управляющие и возмущающие.
[4]
Радиодальномеры — приборы для измерения расстояний с помощью радиоволн. Они позволяют измерять расстояния в сотни километров с точностью до стотысячных долей измеряемого расстояния и нашли широкое применение в радионавигации, геодезии и гидрографии.
[5]
Радиодальномер — прибор для измерения расстояний по скорости и времени прохождения радиоволн вдоль измеряемой линии и обратно после их отражения от конечной точки этой линии. При использовании непрерывных колебаний измерение расстояний производится фазовым методом. Мандельштамом и Н. Д. Папалекси, основаны на определении числа радиоволн, укладывающихся вдоль измеряемого расстояния; применяются в радионавигации, геодезии и гидрографии.
[6]
Радиодальномерами называют приборы, состоящие из двух прпемо-передающих радиостанций, снабженные устройствами для измерения времени прохождения радиосигналов при распространении их от одного пункта до другого. Радиостанции помещают в пунктах, расстояние между которыми необходимо измерить.
[7]
Ошибка радиодальномера подчинена нормальному закону. Систематической ошибки радиодальномер не дает.
[8]
В радиодальномерах и других устройствах с аппаратурой селекции движущихся объектов требование к стабильности частоты следования импульсов и их длительности определяется типом и характеристиками применяемых устройств компенсации сигналов, отраженных от неподвижных объектов.
[9]
В радиодальномере с двойным интегратором ( рис. 11 — 21 а) наряду с координатой дальности можно получить напряжение, пропорциональное скорости изменения дальности до цели.
[10]
Принцип работы радиодальномеров и радиовысотомеров определяется параметрами сигналов, несущих информацию о дальности. Наиболее широко применяются импульсные дальномеры с ответчиком и частотные высотомеры.
[11]
Постоянная поправка радиодальномера должна быть взята та, которая соответствует паре станций, участвовавших в измерении данной линии.
[12]
При помощи радиодальномера произведено 16 измерений одного и того же расстояния.
[13]
Для схемы импульсного радиодальномера найдите выражение, определяющее установившуюся ошибку при движении цели с постоянным ускорением а, при наличии в системе одного ( рис. 9.11) и двух ( рис. 9.15) интеграторов.
[15]
Страницы:
1
2
3
4
. . ,Хп точечную оценку параметра р биномиального распределениягде Х( — число появлений события в /-м опыте (/ = 1, 2,. . . , /г), т — количество испытаний в одном опыте.У к а з а н и е . Приравнять начальный теоретический момент первого порядка начальному эмпирическому моменту первого порядка.475. Случайная величина X (число появлений события А ъ т независимых испытаниях) подчинена биномиальному закону распределения с неизвестным параметром р. Ниже приведено эмпирическое распределениечисла появлений события в 10 опытах по 5 испытанийв каждом (в первой строке указано число Xi появленийсобытия А в одном опыте; во второй строке указаначастота л,- — количество опытов, в которых наблюдалосьXi появлений события Л):X,.л,.О512213141Найти методом моментов точечную оценку параметра рбиномиального распределения.У к а з а н и е .
Использовать решение задачи 474.476. Найти методом моментов по выборке х^, Xg, . . . ,Хп точечную оценку неизвестного параметра X показательного распределения, плотность которого f{x) = Xe-‘^^(х>0).477. Случайная величина X (время работы элемента)имеет показательное распределение f{x) = Xe-^ (х^О).Ниже приведено эмпирическое распределение среднеговремени работы п = 2 0 0 элементов (в первой строке при165ведено среднее время х^ работы элемента в часах; во второй строке указана частота щ—количество элементов»проработавших в среднем Х/ часов):Xi 2,5 7,5 12,5 17,5 22,5 27,5л^ 133 45 15421Найти методом моментов точечную оценку неизвестного параметра показательного распределения.У к а з а н и е .
Использовать решение задачи 476.478. Найти методом моментов точечную оценку параметра р (вероятности) геометрического распределенияP(X = Xi) = {}—pY»’^-pf где X/—число испытаний, произведенных до появления события; р—вероятность появления события в одном испытании.У к а з а н и е . Принять во внимание, что М(X) = 1/р (см. задачу 222).479. Найти методом моментов оценку параметра ргеометрического распределения Р{Х = х^) = {1—ру^’^-р^если в четырех опытах событие появилось соответственнопосле двух, четырех, шести и восьми испытаний.480. Найти методом моментов по выборке х^, х,, …»Хп точечные оценки неизвестных параметров а и р гамма-распределения, плотность которого/(^) = ра^хга+1)^^^»^^ ( а > — 1 . Р > 0 , х > 0 ) .Р е ш е н и е .
Для отыскания двух неизвестных параметров необходимо иметь два уравнения; приравняем начальный теоретическиймомент первого порядка Vi начальному эмпирическому моменту первого порядка Ml и центральный теоретический момент второго порядка fis центральному эмпирическому моменту второго порядка т^;Учитывая, что Vi = Ai(X), Мг^х^^ ^ia=Z>(X), m^^D^, имеемГЛ1(Х)=7,.*.Математическое ожидание и дисперсия гамма-распределения соответственно равны Л1 (Х) = (а+1)Р» D(X)=(aH-l)p* (см.
задачу 302), поэтому (^) можно записать в виде/(а+1)р=7„Ua+1)P*=I>B.Решив эту систему, окончателыю^ получим искомые JFOчeчныeоценки ненэтестяых параметров: а*=(х^)^/0,^—1, ^*=0^/х^’16в481. Случайная величина X (уровень воды в реке посравнению с номиналом) подчинена гамма-распределению,плотность которого определяется параметрами а и Э(а>—1, р>0):Ниже приведено распределение среднего уровня воды поданным /г = 45 паводков (в первой строке указан средний уровень воды х^ (см); во второй строке приведеначастота п^- — количество паводков со средним уровнемводы JC,):Xi 37,5 62,5 87,5 112,5 137,5 162,5 187,5 250 350п ^ 1 3 6 7754 8 4Найти методом моментов точечные оценки неизвестныхпараметров а и р рассматриваемого гамма-распределения.Р е ш е н и е . Используем точечные оценки параметров гаммараспределения (см.
задачу 480):OC*=(7B)VZ)B-1,Р*=^ВМВ.ППо заданному распределению легко найдем выборочную среднююи выборочную дисперсию: х^=1&6, DB = 6782.Подставив эти числа в формулы (*), окончательно получимискомые точечные оценки неизвестных параметров рассматриваемогогамма-распределения: а* =3,06, р* =40,86.482. Устройство состоит из элементов, время безотказной работы которых подчинено гамма-распределению.Испытания пяти элементов дали следующие наработки(время работы элемента в часах до отказа): 50, 75, 125, 250,300. Найти методом моментов точечные оценки неизвестных параметров а и р , которыми определяется гаммараспределение.У к а з а н и е .
Использовать решение задачи 480. Учесть, чтообъем выборки п = 5 мал, поэтому в формулах для вычисления параметров а и р вместо выборочной дисперсии подставить исправленную дисперсию s^ = ‘Lni(Xi—х^)^/(п — 1).483. Найти методом моментов по выборке лг^, Xg, .
. . ,Хп точечные оценки неизвестных параметров а и о нормального распределения, плотность которого/(л:) = —i=e-<^-«>V(2a«).У к а з а н и е . Приравнять начальный теоретический моментпервого порядка и центральный теоретический момент второго порядка соответствующим эмпирическим моментам.167484. Случайная величина X (отклонение контролируемого размера изделия от номинала; подчинена нормальному закону распределения с неизвестными параметрамиа и о.
Ниже приведено эмпирическое распределение отклонения от номинала п = 200 изделий (в первой строкеуказано отклонение х^- (мм); во второй строке приведеначастота п,- — количество изделий, имеющих отклонение Xf):Xi 0,3 0,5 0,7 0,9 1,1 1,3 1,5 1,7 1,9 2,2 2,3п^ 6926 25 30 26 21 24 2085Найти методом моментов точечные оценки неизвестныхпараметров а и о нормального распределения.У к а з а н и е .
Использовать задачу 483.485. Найти методом моментов по выборке х^, дг^, …»х„ точечные оценки параметров а и b равномерного распределения, плотность которого / (х) = 1/(6—а) (6 > а).У к а з а н и е . Использовать решения задач 313, 315.486. Случайная величина X (ошибка измерения дальности радиодальномером) подчинена равномерному закону распределения с неизвестными параметрами а и Ь.Ниже приведено эмпирическое распределение среднейошибки л = 200 измерений дальности (в первой строкеуказана средняя ошибка л:,-; во второй строке указаначастота п^—количество измерений, имеющих среднююошибку АГ/):л:,.
3 5 7 9 11 13 15 17 19 21п^ 21 16 15 26 22 14 21 22 18 25Найти методом моментов точечные оценки неизвестныхпараметров а и Ь равномерного распределения.У к а з а н и е . Использовать задачу 485.487. Найти методом моментов по выборке х^, х^, . . . ,л:„ точечные оценки неизвестных параметров Х^ и Яд«двойного распределения» Пуассона1*Х= Xf) = -оГ •Х^’е~^«;1h «о* •Х^’е~^«i— »где х^ — число появлений события в п^ испытаниях Х^ иЯа—положительные числа, причем X2>^i.Р е ш е н и е . Если случайная величина Z распределена по законуПуассона с параметром X, то ее начальные теоретические моменты168первого и второго порядка соответственно равны (см.
задачи 207,227):Vi = Af(Z)==^,Найдем начальные теоретические моменты первого и второгопорядка рассматриваемой случайной величины X, учитывая соотношения (*):Vi = M (X) = A,,/2 + X2/2=(Xi + X2)/2,V2=Af(X2) = (l/2)(^i + A?)+(l/2)(X2 + ^ l ) = V i + ( > . ? + X i ) / 2 .Отсюда/Xi + X2 = 2vbXf + X| = 2v2 —2vi.Решив эту систему относительно неизвестных параметров, принявво внимание, что Лг > Ki, получим:^i = vi —Kv2-—Vi —V?, X2 = V i + K Va —Vi —V?.488. Случайная величина X распределена по «двойному» закону Пуассона:1 Xfe-^*1 Ц^e-^*Р (2С = X:) == «7Г •iЬ 7Г «i•Ниже приведено эмпирическое распределение числапоявлений события в л = 327 испытаниях (в первойстроке указано число х,- появлений события; во второйстроке приведена частота n^• — количество испытаний,в которых появилось Х/ событий):X,.
О 1 2 3 4 5 6 7 8 9 10п^ 28 47 81 67 53 24 13 8 3 2 1Найти методом моментов точечные оценки неизвестных параметров Х^ и К^ «двойного распределения» Пуассона.У к а з а н и е . Использовать решение задачи 487. Вычислить повыборке начальные эмпирические моменты первого и второго порядков:Ml = ( 2 niXi)/n, Af 2 = ( 2 ^i^b/^§ 3. Метод наибольшего правдоподобияМетод наибольшего правдоподобия точечной оценки неизвестныхпараметров заданного распределения сводится к отысканию максимума функции одного или нескольких оцениваемых параметров.А. Дискретные случайные величины.
Пусть X—дискретная случайная величина, которая в результате «опытов приняла возможные значения Xi, х^, . . . , л:„. Допустим, что вид закона распределения величины X задан, но неизвестен параметр в , которым оп169ределяетсяэтотзакон;требуетсянайтиего точечную оценкуОбозначим вероятность того, что в результате испытания величина X примет значение Xi через p(Xi 0 ) .Функцией правдоподобия дискретной ‘случайной величины Xназывают функцию аргумента 0 :ЦхиХ2, …,Хп 0) = p(-ti; е)’Р(Х2 в)…р(Хп).Оценкой наибольшего правдоподобия параметра 0 называюттакое его значение 0*, при котором функция правдоподобия достигает максимума.Функции L и In L достигают максимума при одном и том жезначении 0 , поэтому вместо отыскания максимума функции L ищут,что удобнее, максимум функции In L.Логарифмической функцией правдоподобия называют функцию InL.Точку максимума функции InL аргумента 0 можно искать, например, так:1 и чd InL1.
Найти методом моментов по выборке x1, x2,…, xn точечные оценки неизвестных параметров a и b равномерного распределения, плотность которого
f(x)=1/(b-a), (b>a).
Скачать решение бесплатно
Купить решение
* Оплата через сервис ЮMoney.
Другие задачи по теории вероятности
Случайная величина X (ошибка измерения дальности радиодальномером) подчинена равномерному закону распределения с неизвестными параметрами a и b. Ниже приведено эмпирическое распределение средней ошибки n=200 измерений дальности (в первой строке указана средняя ошибка xi; во второй строке указана частота ni — количество измерений, имеющих среднюю ошибку xi):
Найти методом моментов точечные оценки неизвестных параметров a и b равномерного распределения.
Случайная величина X распределена по «двойному» закону Пуассона:
P(X=xi)=1/2∙( λ1xi∙e-λ1)/(xi!)+ 1/2∙( λ2xi∙e-λ2)/(xi!).
Ниже приведено эмпирическое распределение числа появлений события в n=327 испытаниях (в первой строке указано число xi появлений события; во второй строке приведена частота ni — количество испытаний, в которых появилось xi событий):
Найти методом моментов точечные оценки неизвестных параметров λ1 и λ2 «двойного распределения» Пуассона.
Случайная величина X (число появлений события A в m независимых испытаниях) подчинена биномиальному закону распределения с неизвестным параметром p. Ниже приведено эмпирическое распределение числа появлений события A в 1000 испытаниях (в первой строке указано число xi появлений события в одном опыте из m=10 испытаний, во второй строке приведена частота ni — число опытов, в которых наблюдалось xi появлений события A):
Найти методом наибольшего правдоподобия точечную оценку неизвестного параметра p биномиального распределения.
Случайная величина X (число появлений события A в m независимых испытаниях) подчинена закону распределения Пуассона с неизвестным параметром λ:
Pm(X=xi)=λxi ∙e-λ/xi!,
где m – количество испытаний в одном опыте, xi – число появлений события в i-ом опыте (i=1,2,3,…,n). Найти методом наибольшего правдоподобия по выборке x1, x2,…, xn точечную оценку неизвестного параметра λ распределения Пуассона.
Случайная величина X (число поврежденных стеклянных изделий в одном контейнере) распределена по закону Пуассона с неизвестным параметром λ. Ниже приведено эмпирическое распределение числа поврежденных изделий в 500 контейнерах (в первой строке указано количество xi поврежденных изделий в одном контейнере, во второй строке приведена частота ni — число контейнеров, содержащих xi поврежденных изделий):
Найти методом наибольшего правдоподобия точечную оценку неизвестного параметра λ распределения Пуассона.
Случайная величина X (время безотказной работы элемента) имеет показательное распределение f(x)= λe-λx (x≥0). Ниже приведено эмпирическое распределение среднего времени работы 1000 элементов (в первой строке указано среднее время xi безотказной работы одного элемента в часах; во второй строке указана частота ni — количество элементов, проработавших в среднем xi часов):
Найти методом наибольшего правдоподобия точечную оценку неизвестного параметра λ показательного распределения.
Найти методом наибольшего правдоподобия по выборке x1, x2,…, xn точечную оценку неизвестного параметра β гамма-распределения (параметр α известен), плотность которого
f(x)=1/( βα+1∙Г(α+1) )∙xα∙e-x/β ((α>-1, β>0,x≥0).
Основы математической статистики
-
Выборочный
метод.
-
В городе А для
определения сроков гарантийного
обслуживания проведено исследование
величины среднего пробега автомобилей
(X), находящихся в
эксплуатации в течение двух лет с
момента продажи автомобиля магазином.
Получен следующий результат (тыс. км):
3,0; 14,4; 25; 18,6; 12,1; 10,6; 18; 17,3; 29,1; 20; 18,3; 21,5;
26,7; 12,2; 14,4; 7,3; 9,1; 2,9; 5,4; 40,1; 16,8; 11,2; 9,9; 25,3;
4,2; 29,6; 25; 20; 14,4; 11,2. Требуется: а) составить
ряд распределения частот (вариационный
ряд); б) составить ряд распределения
относительных частот. -
По наблюденным
данным предыдущей задачи построить
многоугольник распределения (полигон
частот либо относительных частот). -
Выборка
задана интервальным вариационным
рядом:
i |
xi |
ni |
1 |
11-14 |
16 |
2 |
14-17 |
24 |
3 |
17-20 |
30 |
4 |
20-23 |
7 |
5 |
23-26 |
8 |
Построить гистограммы
выборочной оценки плотности вероятности
(гистограмму частот и гистограмму
относительных частот).
-
Найти числовые
характеристики выборки, по данным
задачи (1), такие как: размах, моду,
медиану, выборочное среднее, выборочную
дисперсию, выборочное ср. кв. отклонение. -
Найти
асимметрию и эксцесс по заданному
распределению выборки:
-
-2
0
1
2
5
15
30
10
-
Оценка
параметров распределения.
-
Найти
несмещенную оценку математического
ожидания и дисперсии с.в. Х.—
10-5
—
14
25
44
16
15
-
Случайная величина
X (время работы элемента)
имеет показательное распределение.
Ниже приведено эмпирическое распределение
среднего
времени работып=200 элементов
(в первой строке приведено среднее
времяработы элемента в часах; во второй
строке указана частота— количество элементов, проработавших
в среднемчасов):
2,5 |
7,5 |
12,5 |
17,5 |
22,5 |
27,5 |
|
133 |
45 |
15 |
4 |
2 |
1 |
Найти методом
моментов точечную оценку неизвестного
параметра
показательного распределения.
-
Случайная величина
X (ошибка измерения дальности
радиодальномером) подчинена равномерному
закону распределения с неизвестными
параметрамии.Ниже приведено эмпирическое распределение
средней ошибки= 200 измерений дальности (в первой строке
указана средняя ошибка;
во второй строке указана частота— количество измерений, имеющих среднюю
ошибку):
:
3 5 7 9 11 13 15 17 19 21
:
21 16 15 26 22 14 21 22 18 25
Найти методом
моментов точечные оценки неизвестных
параметров
иравномерного распределения.
-
Случайная величина
X (число семян сорняков в
пробе зерна) распределена по закону
Пуассона. Ниже
приведено распределение семян
сорняков вп= 1000 пробах
зерна (в первой строке указано
количествосорняков
в одной пробе; во второй строке
указано— число проб, содержащих
семян сорняков):
0 |
1 |
2 |
3 |
4 |
5 |
6 |
|
405 |
366 |
175 |
40 |
8 |
4 |
2 |
Найти методом
моментов точечную оценку неизвестного
параметра распределения Пуассона
.
-
Случайная величина
X (отклонение контролируемого
размера изделия от номинала)
подчинена нормальному
закону распределения с неизвестными
параметрамии.
Ниже приведено эмпирическое
распределение отклонения
от номинала 200-т изделий (в первой
строке
указано отклонение—
(мм); во второй строке приведена
частота— количество изделий, имеющих отклонение):0,3 0,5 0,7 0,9 1,1 1,3 1,5 1,7 1,9
2,2 2,3
Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]
- #
- #
- #
- #
- #
- #
- #
- #
- #
- #
- #