东京科学大学大学院情报理工学院 2020 问题一

问题一:本文
问题二: https://blog.yexca.net/archives/201
问题三: https://blog.yexca.net/archives/200
问题四: https://blog.yexca.net/archives/202
问题五: https://blog.yexca.net/archives/203

まえがき

本文是首次使用非母语写的文章,又因为 比较懒 没有参考其他文章,存在用词出错的可能性。

この文章は初めて母国語じゃない言語で書いて、他の文章を参考しないので、言葉遣いがてきせつではないかも。それで、参考の答えはなくて、文章の答えが自分でできたので、正しくないかも。

科学大とは東京工業大学の新しい名前で、略称が何か知らなくてこれを使った。
問題の著作権は東京科学大学に帰属します。閲覧の便宜のためにのみ引用されており、営利を目的とするものではありません。

1

以下の極限を求めよ。

a) limxloge(2x+3)loge(x)\lim_{x\to\infty}{ \log_e(2x+3)-\log_e(x) }

b) limx01cosxxsinx\lim_{x\to 0}\frac{1-\cos x}{x\sin x}

c) limx0e3xcosxx\lim_{x\to 0}\frac{e^{3x}-\cos x}{x}


回答

a

a=limxloge2x+3x=limxloge(2+3x)=loge2 a=\lim_{x \to \infty}\log_e\frac{2x+3}{x}=\lim_{x\to \infty}\log_e(2+\frac{3}{x})=\log_e2

b

when x0, 1cosx12x2 and sinxx limx01cosxxsinx=limx012x2x2=12 \because when \space x \to 0 ,\space 1-\cos x \sim \frac{1}{2}x^2 \space and \space sinx \sim x \ \therefore \lim_{x\to 0}\frac{1-\cos x}{x\sin x}=\lim_{x\to 0}\frac{\frac{1}{2}x^2}{x^2}=\frac{1}{2}

c ロピタルの定理を用いて

limx0e3xcosxx=limx03e3x+sinx1=3 \lim_{x\to 0}\frac{e^{3x}-\cos x}{x}=\lim_{x\to 0}\frac{3e^{3x}+sinx}{1}=3

2

以下の実行列の積の行列式を計算せよ。

(100 x21 x232)(312317 01111 045) \begin{pmatrix} 1 & 0 & 0 \ x & 2 & 1 \ x^2 & 3 & 2 \end{pmatrix} \begin{pmatrix} 31 & 23 & 17 \ 0 & 11 & 11 \ 0 & 4 & 5 \end{pmatrix}


The determinant of the product of two matrices is the product of their determinants

For A

A=(100 x21 x232) A=\begin{pmatrix} 1 & 0 & 0 \ x & 2 & 1 \ x^2 & 3 & 2 \end{pmatrix}

The determinant of A

det(A)=(1)1+1×1×21 320+0=1 \det(A)=(-1)^{1+1} \times 1 \times \begin{vmatrix} 2 & 1 \ 3 & 2 \end{vmatrix} -0+0 =1

For B

B=(312317 01111 045) B=\begin{pmatrix} 31 & 23 & 17 \ 0 & 11 & 11 \ 0 & 4 & 5 \end{pmatrix}

The determinant of B

det(B)=(1)1+1×31×1111 450+0=341 \det(B)=(-1)^{1+1} \times 31 \times \begin{vmatrix} 11 & 11 \ 4 & 5 \end{vmatrix} -0+0 = 341

so

det=det(A)×det(B)=1×341=341 \det=\det(A) \times \det(B)=1 \times 341 = 341

3

以下の確率密度関数 fX(x)f_X(x) に従う連続型確率変数 XX の分散 V(X)V(X) 、累積分布関数 FX(x)F_X(x) を各々求めよ。ただし、limx+0xnloge(x)=0\lim_{x \to +0}x^n\log_e(x)=0 (nn は 1 以上の整数) とする。

$$ F_X(x)=\left { \begin{matrix} -4x\log_e(x) & 0 \lt x \le 1 \ 0 & x \le 0 \space または \space x \gt 1 \end{matrix} \right . $$


まずは、累積分布関数を考えて

  • x0x \le 0

FX(x)=0 F_X(x) = 0

  • x>1x\gt 1

FX(x)=1 F_X(x) = 1

  • 0<x10 \lt x \le 1

FX(x)=0x(4tloge(t))dt  \begin{align} F_X(x) &= \int_0^x(-4t\log_e(t))dt \ \end{align}

部分積分を用いて

u=lntdv=4tdt du=1tdtv=2t2 \begin{matrix} u = \ln t & dv=4tdt \ du = \frac{1}{t}dt & v=2t^2 \end{matrix}

したがって

FX(x)=([2t2lnt]0x0x2t21tdt) =(2x2lnx0x2tdt) =(2x2lnxt20x) =x22x2lnx \begin{align} F_X(x) &=-( [2t^2\ln t]_0^x - \int_0^x 2t^2\frac{1}{t}dt ) \ &=-( 2x^2\ln x - \int_0^x 2t dt ) \ &=-( 2x^2\ln x - t^2\mid_0^x ) \ &=x^2 - 2x^2\ln x \end{align}

これより

$$ F_X(x)= \left { \begin{matrix} 0 & x \le 0 \ x^2-2x^2\ln x & 0 \lt x \le 1 \ 1 & x \gt 1 \end{matrix} \right . $$

次に、分散を求める。分散の定義は

V(X)=E[X2](E[X])2 V(X)=E[X^2] - (E[X])^2

期待値 E[X]E[X] を計算する

E[X]=xfX(x)dx =01x(4xlnx)dx =014x2lnxdx \begin{align} E[X] &= \int_{-\infty}^{\infty}xf_X(x)dx \ &= \int_0^1x(-4x\ln x)dx \ &= -\int_0^1 4x^2\ln xdx \end{align}

部分積分を用いて

u=lnxdv=4x2dx du=1xv=43x3 \begin{matrix} u=\ln x & dv=4x^2dx \ du=\frac{1}{x} & v=\frac{4}{3}x^3 \end{matrix}

したがって

E[X]=([43x3lnx]010143x31xdx) =(49x301) =49 \begin{align} E[X] &= -([\frac{4}{3}x^3\ln x]_0^1-\int_0^1\frac{4}{3}x^3\frac{1}{x}dx) \ &= -(-\frac{4}{9}x^3\mid_0^1) \ &= \frac{4}{9} \end{align}

E[X2]E[X^2] の計算

E[X2]=x2fX(x)dx =01x2(4xlnx)dx =401x3lnxdx \begin{align} E[X^2] &= \int_{-\infty}^{\infty}x^2f_X(x)dx \ &= \int_0^1x^2(-4x\ln x)dx \ &= -4\int_0^1x^3\ln xdx \end{align}

部分積分を用いて

u=lnxdv=x3dx du=1xv=14x4 \begin{matrix} u=\ln x & dv=x^3dx \ du=\frac{1}{x} & v=\frac{1}{4}x^4 \end{matrix}

したがって

E[X2]=4×([14x4lnx]010114x3dx) =4×(116x401) =14 \begin{align} E[X^2] &= -4 \times ([\frac{1}{4}x^4\ln x]_0^1-\int_0^1\frac{1}{4}x^3dx) \ &= -4 \times (-\frac{1}{16}x^4\mid_0^1) \ &= \frac{1}{4} \end{align}

だから

V(X)=E[X2](E[X])2 =14(49)2 =17342 \begin{align} V(X) &= E[X^2] - (E[X])^2 \ &= \frac{1}{4} - (\frac{4}{9})^2 \ &= \frac{17}{342} \end{align}

4

ある製造ラインで生産された製品は1/1000の確率で不良品である。不良品を99/100の確率で正しく不良品と判定し、かつ、不良品でないものを4/5の確率で正しく不良品ではないと判定する検査手法がある。この製造ラインにおいて、この手法が不良品と判定した製品が、不良品である確率を求めよ。


不良品である確率:P(A)=11000P(A)=\frac{1}{1000}、不良品と判定する確率:P(B)P(B)

これより

p(Aˉ)=9991000P(BA)=99100P(BAˉ)=15 \begin{matrix} p(\bar{A})=\frac{999}{1000} & P(B\mid A)=\frac{99}{100} & P(B\mid \bar{A})=\frac{1}{5} \end{matrix}

したがって

P(B)=P(A)P(BA)+P(Aˉ)P(BAˉ)=20079100000 P(B)=P(A)P(B\mid A)+P(\bar{A})P(B\mid \bar{A})=\frac{20079}{100000}

ベイズの定理を用いると

P(AB)=P(AB)P(B)=P(A)P(BA)P(B)=9920079 P(A\mid B)=\frac{P(AB)}{P(B)}=\frac{P(A)P(B\mid A)}{P(B)}=\frac{99}{20079}

以上より、不良品である確率は 9920079\frac{99}{20079}

5

あるカジノで、4個のパケットA,B,C,Dに区切られたルーレットがある。カジノの説明ではそれぞれのパケットにボールが入る確率は同じであるとされている。そのルーレットを5回試行したところ、ボールはパケットAに4回入った。カジノの説明とは異なる「このルーレットはボールがポケットAにより入りやすい」という仮設を、有意水準5%で検定せよ。解答には帰無仮説 H0H_0 、対立仮説 H1H_1 を明記すること。


H0H_0:ポケットAにボールが入る確率は他のポケットと同じである。すなわち

P(A)=14 P(A)=\frac{1}{4}

H1H_1 :ポケットAにボールが入る確率は他のポケットより高い。すなわち

P(A)>14 P(A)\gt \frac{1}{4}

ボールはポケットAに4回入る確率は

P(X=4)=(45)(14)4×34=151024 P(X=4)=(_4^5) (\frac{1}{4})^4 \times \frac{3}{4}=\frac{15}{1024}

ボールはポケットAに5回入る確率は

P(X=5)=(55)(14)5=11024 P(X=5)=(_5^5) (\frac{1}{4})^5=\frac{1}{1024}

これより

P(X4)=151024+11024=164 P(X\ge 4)=\frac{15}{1024}+\frac{1}{1024}=\frac{1}{64}

この確率は有意水準より小さいため、帰無仮説を棄却する。ゆえに、「このルーレットはボールがポケットAにより入りやすい」という仮設は統計的に有意であると言えます。

This post is licensed under CC BY-NC-SA 4.0 by the author.
最后更新于 2025-02-25 16:59 +0900
Nickname
Email
Website
0/500
0 comments