東京大学 新領域創成科学研究科 複雑理工学専攻 2022年度 専門基礎科目 3.2 確率・統計

docs/kakomonn/tokyo_university/frontier_sciences/cse_2022_3_2.md

@@ -0,0 +1,117 @@
+---
+comments: false
+title: 東京大学 新領域創成科学研究科 複雑理工学専攻 2022年度 専門基礎科目 3.2 確率・統計
+tags:
+  - Tokyo-University
+---
+# 東京大学 新領域創成科学研究科 複雑理工学専攻 2022年度 専門基礎科目 3.2 確率・統計
+
+
+## **Author**
+[之遥](https://www.zhihu.com/people/zhao-yue-70-84), 祭音Myyura
+
+## **Description**
+### 問1 
+国民の $0.1\%$ が感染症に感染しているとする。ある検査は、検査を受けた感染者の $80\%$ を陽性と判定する。
+しかし、この検査は、検査を受けた非感染者の $0.2\%$ を陽性と誤って判定してしまう。国民から無作為に抽出された $1$ 名がこの検査で陽性と判定されたとき、感染している確率はいくらか。
+以下の選択肢のうちで最も近いものを $1$ つ選べ。計算過程は示さなくてよい。
+
+$$
+\begin{aligned}
+&(a)0.2,\quad(b)0.3,\quad(c)0.4,\quad(d)0.5, \\
+&(e)0.6,\quad(f)0.7,\quad(g)0.8,\quad(h)0.9, \\
+\end{aligned}
+$$
+
+### 問2
+確率変数 $X_1, X_2, \dots, X_n$ は互いに独立で、同一の確率密度関数
+
+$$
+f(x) = 
+\left\{
+\begin{aligned}
+&\lambda e^{-\lambda x},&x \ge 0 \\
+&0 ,&x < 0
+\end{aligned}
+\right.
+$$
+
+に従うとする。ただし、$e$ は自然対数の底、$\lambda$ は正のパラメータである。このとき、以下の問に答えよ。(1)、(2)、(3) については、導出の過程を省略し、答えのみ示せ。(4) と (5) は、答えに加えて導出の過程も示せ。
+
+(1) 確率変数 $X_1$ の期待値 $E[X_1]$ と分散 $V[X_1]$ を考える。$E[X_1] = a\lambda^{b}$ および $V[X_1] = c\lambda^{d}$ を満たす定数 $a, b, c, d$ を求めよ。
+
+(2) 標本 $X_1, X_2, \dots, X_n$ に基づく、パラメータ $\lambda$ についての最尤推定量を求めよ。
+
+(3) 確率変数 $S_2 = X_1 + X_2, S_3 = X_1 + X_2 + X_3$ を考える。$S_2, S_3$ の確率密度関数 $f_{S_2}(x), f_{S_3}(x)$ を求めよ。
+
+(4) $n$ 個の確率変数の和、すなわち、$S_n = \sum_{k=1}^n X_k$ を考える。$S_n$ の確率密度関数 $f_{S_n}(x)$ を導出せよ。以下の公式を用いてもよい。
+
+$$
+m! = \int_0^{\infty}t^{m}e^{-t}\text{d}t
+$$
+
+ただし、$m$ は自然数、$t$ は実数、$m! = m \cdot (m-1) \cdots 2 \cdot 1$ は $m$ の階乗である。
+
+(5) (2) で求めた最尤推定量が不偏推定量であること、あるいは、そうではないことを示せ。
+
+## **Kai** 
+### 問1
+(b)
+
+### 問2
+#### (1)
+
+$$
+a = 1,b = -1,c = 1,d = -2
+$$
+
+#### (2)
+
+$$
+\hat{\lambda} = \frac{n}{X_1 + X_2 + \cdots + X_n}
+$$
+
+#### (3)
+
+$$
+f_{s_2}(x) = 
+\left\{
+\begin{aligned}
+&e^{-\lambda x} \lambda ^2 x ,x \ge 0 \\
+&0,\text{otherwise}
+\end{aligned}
+\right. ,
+
+f_{s_3}(x) = 
+\left\{
+\begin{aligned}
+&e^{-\lambda x} \frac{\lambda ^3 x^2}{2} ,x \ge 0 \\
+&0,\text{otherwise}
+\end{aligned}
+\right.
+$$
+
+#### (4)
+Erlang distribution, see [here](https://math.stackexchange.com/questions/250733/how-is-the-erlang-pdf-derived) for details.
+
+$$
+f_{S_n}(x) = 
+\left\{
+\begin{aligned}
+&\lambda e^{-\lambda x} \frac{(\lambda x)^{n - 1}}{(n - 1)!} , &x \ge 0 \\
+&0, &\text{otherwise}
+\end{aligned}
+\right.
+$$
+
+#### (5)
+
+$$
+\begin{aligned}
+E[\hat{\lambda}] &= E[\frac{n}{X_1 + X_2 + \cdots + X_n}] = nE[\frac{1}{S_n}] \\
+&= n\int_0^{\infty}\frac{1}{x} e^{-\lambda x} \frac{\lambda ^n x^{n-1}}{(n - 1)!}\text{d}x \\
+&= n \int_0^{\infty} e^{-\lambda x} \frac{\lambda ^n x^{n-2}}{(n - 1)!}\text{d}x \\
+&= \frac{n\lambda}{(n-1)!}\int_0^{\infty}e^{-\lambda x}(\lambda x)^{n-2}\text{d}(\lambda x) \\
+&= \frac{n\lambda}{(n-1)!}(n-2)! = \frac{n\lambda}{n - 1} \neq \lambda
+\end{aligned}
+$$

docs/kakomonn/tokyo_university/index.md

@@ -81,6 +81,7 @@ tags:
         - 2022年度:
             - [専門基礎科目 1.1 微分積分](frontier_sciences/cse_2022_1_1.md)
             - [専門基礎科目 2.1 線形代数](frontier_sciences/cse_2022_2_1.md)
+            - [専門基礎科目 3.2 確率・統計](frontier_sciences/cse_2022_3_2.md)
         - 2020年度:
             - [専門基礎科目 第1問 数学](frontier_sciences/cse_2020_1.md)
             - [専門基礎科目 第2問 数学](frontier_sciences/cse_2020_2.md)

mkdocs.yml

@@ -202,6 +202,7 @@ nav:
           - 2022年度:
             - 専門基礎科目 1.1 微分積分: kakomonn/tokyo_university/frontier_sciences/cse_2022_1_1.md
             - 専門基礎科目 2.1 線形代数: kakomonn/tokyo_university/frontier_sciences/cse_2022_2_1.md
+            - 専門基礎科目 3.2 確率・統計: kakomonn/tokyo_university/frontier_sciences/cse_2022_3_2.md
           - 2020年度:
             - 専門基礎科目 第1問 数学: kakomonn/tokyo_university/frontier_sciences/cse_2020_1.md
             - 専門基礎科目 第2問 数学: kakomonn/tokyo_university/frontier_sciences/cse_2020_2.md