-

미리보기는
3 페이지 까지 제공됩니다.
-
-
공학,기술계열
-
확률과 랜덤변수
-
확률과 랜덤변수.hwp
-
등록인 leewk2547
-
등록/수정일 12.04.24 / 12.04.24
-
문서분량 5 페이지
-
다운로드 1
-
구매평가
판매가격
1,500원
- 같은분야 연관자료
-
- 보고서설명
- 실제 사례를 이용한 simulation을 통해 실험적 결과와 이론적 확률이 일치함을 확인하고 random variable 간의 관계를 이해한다
- 본문일부/목차
- Poisson RV은 Binomial RV에서의 n이 크고 p가 매우 작을 때 성립한다. 그러므로 위의 농구선수의 눈을 가리고 뒤돌아서게 한 다음 자유투를 100번 정도 던지게 하면 Poisson의 조건에 거의 만족할 것 같다. 이때의 성공할 확률 p는 0.02로 가정한다.
α는 평균값으로 n*p로 나타낸다. 그러므로 binomial RV PMF의 식에서 p=α/n로 표현할 수 있고 식을 정리해보면 {n(n-1)⦁⦁⦁(n-x+1)}/n^x*α!/x!*(1-α/n)^n/(1-α/n)^x가 된다. 큰 n에 대해서 (1-α/n)^n은 e^(-α)로 근사될 수 있으며 실제로 p=0.02이고 α=2일 때 계산을 해보면 0.1326과 0.1353으로 거의 비슷한 값이 나온다. 그리고 마찬가지로 n의 값이 크므로 n(n-1)⦁⦁⦁(n-x+1)/n^x는 1로 근사되고 (1-α/n)^x는 1로 근사할 수 있다. 다 정리하면 Poisson RV PMF의 식은 e^(-α)*α!/x!가 된다.
<2010년 1월 1일부터 2010년 4월 5일까지 세계에서 발생한 강도 4 이상의 지진들에 대한 data가 있다. 관측자가 1일 4교대로 근무를 한다고 할 때, 한 번의 근무시간 동안 관측할 수 있는 지진의 수는 어떤 random variable에 해당할까? 수식을 이용해 PMF를 modeling해 보고, 실제 data를 분석해서 얻은 통계적 PMF와 비교해 보자. 실제 양상과 model은 잘 맞아떨어지는가? 차이가 있다면 어디서 발생한 것일까?>
-관측자의 한 번의 근무시간은 하루 6시간이다. 그리고 엄청난 횟수의 지진발생에 비해 관측자가 실제로 근무시간 중 관측할 수 있는 지진의 횟수는 평균 7.3회(α=7.3) 정도이므로 매우 적은 편이다. 발생 수는 많지만 그 관측 가능한 확률이 매우 작다는 것을 보아 지진의 수는 Poisson random variable이라고 할 수 있다. 다음의 두 PMF 그래프를 보면 X축이 커지면 거의 0이라는 점에서 비슷한 양상을 보이는데 이론적인 그래프는 곡선의 형태를 그리지만 data에 의존한 실험적 그래프는 X축이 충분히 작을 때 각 data값에 따라 들쭉날쭉한 확률을 기록하고 있다. 2월 27일 지진이 일어난 횟수는 무려 113회로 1일 일어나는 평균 지진횟수의 거의 5배였다. 또한 2월 24일의 지진발생 횟수는 6회로 평균의 1/4배이다. 이처럼 날마다 일어나는 지진의 횟수가 고르지 못하고 매우 다양하다는 사실이 실제와 수식적 PMF에 차이를 가져온 듯하다.
- 연관검색어
-
#확률
- 보상규정 및 환불정책
-
· 해피레포트는 다운로드 받은 파일에 문제가 있을 경우(손상된 파일/설명과 다른자료/중복자료 등) 1주일이내 환불요청 시
환불(재충전) 해드립니다. (단, 단순 변심 및 실수로 인한 환불은 되지 않습니다.)
· 파일이 열리지 않거나 브라우저 오류로 인해 다운이 되지 않으면 고객센터로 문의바랍니다.
· 다운로드 받은 파일은 참고자료로 이용하셔야 하며,자료의 활용에 대한 모든 책임은 다운로드 받은 회원님에게 있습니다.
저작권안내
보고서 내용중의 의견 및 입장은 당사와 무관하며, 그 내용의 진위여부도 당사는 보증하지 않습니다.
보고서의 저작권 및 모든 법적 책임은 등록인에게 있으며, 무단전재 및 재배포를 금합니다.
저작권 문제 발생시 원저작권자의 입장에서 해결해드리고 있습니다.
저작권침해신고 바로가기