Одномерные случайные величины: плотности, квантили и вычисление моментов
Содержание курса
0 / 1 баллов
Анализ нелинейного сенсора
Оптический сенсор улавливает поток фотонов и преобразует его в электрический сигнал. Входная величина принимает значения от 0 до 1 с плотностью , а выходной сигнал прибора нелинеен и подчиняется правилу .
При настройке драйвера разработчик решил оценить разброс выходных показаний, но вместо расчёта моментов новой величины просто возвёл в квадрат дисперсию входа. Такое наивное предположение искажает реальные характеристики сигнала.
Найдите истинное математическое ожидание и дисперсию выходного сигнала , а затем определите величину ошибки, к которой привело наивное приближение.
Что уже дано
В среде выполнения импортированы библиотека numpy под псевдонимом np и функция численного интегрирования quad из scipy.integrate. В редакторе объявлена функция analyze_sensor(alpha: float) -> dict[str, float], тело которой необходимо написать.
Что нужно сделать
Реализуйте функцию analyze_sensor(alpha: float) -> dict[str, float].
Параметр alpha — конечное вещественное число в диапазоне от 0.0 до 8.0 включительно. Входные значения гарантированно находятся в этих границах.
Входная случайная величина определена на отрезке с плотностью вероятности:
Вне отрезка плотность равна нулю. Выходной сигнал задаётся преобразованием .
Функция должна рассчитать теоретические характеристики распределений и вернуть словарь ровно с четырьмя ключами:
"mean_y"— математическое ожидание выхода ;"variance_y"— дисперсия выхода ;"naive_variance"— ошибочная оценка дисперсии , полученная возведением в квадрат дисперсии входа ;"variance_error"— разность между приближённым значением и истинным:naive_variance - variance_y(знаковая ошибка, не модуль разности).
Все возвращаемые значения являются теоретическими характеристиками непрерывной модели, а не выборочными оценками. При проверке допускается погрешность вычислений: абсолютная и относительная точность составляет 1e-06 (условие , где — полученное значение, а — эталонное).
Подсказка 1
Вспомните формулу для математического ожидания функции от непрерывной случайной величины . Выразите моменты величины через степени .
Подсказка 2
Для вычисления наивной оценки сначала найдите дисперсию входа , а затем возведите полученное число в квадрат.
Ввод и вывод
Стандартные потоки stdin и stdout не используются: считывать ввод и выводить результат через print не требуется. Функция analyze_sensor принимает аргумент напрямую и возвращает итоговый словарь.
Формат ввода
Функция принимает вещественное число alpha типа float ().
Формат вывода
Словарь dict[str, float] с ключами "mean_y", "variance_y", "naive_variance", "variance_error".
Пример использования
result = analyze_sensor(0.0)
for key in ('mean_y', 'variance_y', 'naive_variance', 'variance_error'):
print(f'{key}={result[key]:.6f}')
Вывод:
mean_y=0.333333
variance_y=0.088889
naive_variance=0.006944
variance_error=-0.081944
О данных в ответах
Используйте учебные данные. Не вставляйте пароли, токены, ключи доступа, паспортные и банковские данные, а также персональные данные других людей. Политика обработки данных.
Как проверяется решение
Проверяются функции и их результаты. Собственный запуск выполняет ваш код без авторских тестов. Интерактивный запуск не влияет на оценку. Лимит сессии — 5 минут, процессорного времени — 10 секунд.
Отправьте решение, чтобы увидеть результаты тестов.
