logo
  • write-homewrite-home-active首页
  • icon-chaticon-chat-activeAI 智能助手
  • icon-pluginicon-plugin-active浏览器插件
  • icon-subjecticon-subject-active学科题目
  • icon-uploadicon-upload-active上传题库
  • 更多功能
  • icon-appicon-app-active手机APP
首页
/
统计
题目

某工厂生产的产品以100件为一批,假定每一批产品中的次品数最多不超过4件,且具有以下所示概率。现进行抽样检验,从每批中随机取出10件检验,若发现其中有次品,则认为该批产品不合格,则一批产品通过检验的概率为()一批产品中的次品数01234概率0.10.20.40.20.1A. 0.796B. 0.814C. 0.64D. 0.55

某工厂生产的产品以100件为一批,假定每一批产品中的次品数最多不超过4件,且具有以下所示概率。现进行抽样检验,从每批中随机取出10件检验,若发现其中有次品,则认为该批产品不合格,则一批产品通过检验的概率为()一批产品中的次品数01234概率0.10.20.40.20.1

A. 0.796

B. 0.814

C. 0.64

D. 0.55

题目解答

答案

B. 0.814

解析

考查要点:本题主要考查条件概率和超几何分布的应用,需要结合不同次品数的概率,计算抽样检验通过的总概率。

解题核心思路:

  1. 分类讨论:根据次品数0到4件的不同情况,分别计算抽到10件正品的概率。
  2. 加权求和:将每种次品数对应的通过概率,乘以其出现的概率,最后相加得到总通过概率。
  3. 超几何分布公式:利用组合数计算无放回抽样中的概率,简化计算过程。

破题关键点:

  • 明确通过条件:抽到的10件中无次品。
  • 正确应用组合数公式:计算从正品中抽取10件的概率。
  • 注意次品数对正品数量的影响:次品数不同,剩余正品数不同,需逐一计算。

步骤1:确定通过条件
通过检验的条件是抽到的10件中无次品,即从正品中抽取10件。设次品数为$k$,则正品数为$100 - k$,通过概率为:
$P(\text{通过}|k) = \frac{C(100 - k, 10)}{C(100, 10)}$

步骤2:计算各次品数对应的概率
根据次品数$k$的概率分布,分别计算各情况的通过概率并加权:

  1. 当$k = 0$时
    正品数为100,抽到10件正品的概率为:
    $P(\text{通过}|0) = \frac{C(100, 10)}{C(100, 10)} = 1$
    加权贡献:$0.1 \times 1 = 0.1$

  2. 当$k = 1$时
    正品数为99,通过概率为:
    $P(\text{通过}|1) = \frac{C(99, 10)}{C(100, 10)} = \frac{99! / (10! \cdot 89!)}{100! / (10! \cdot 90!)} = \frac{90}{100} = 0.9$
    加权贡献:$0.2 \times 0.9 = 0.18$

  3. 当$k = 2$时
    正品数为98,通过概率为:
    $P(\text{通过}|2) = \frac{C(98, 10)}{C(100, 10)} = \frac{90 \times 89}{100 \times 99} \approx 0.8091$
    加权贡献:$0.4 \times 0.8091 \approx 0.3236$

  4. 当$k = 3$时
    正品数为97,通过概率为:
    $P(\text{通过}|3) = \frac{C(97, 10)}{C(100, 10)} = \frac{90 \times 89 \times 88}{100 \times 99 \times 98} \approx 0.7267$
    加权贡献:$0.2 \times 0.7267 \approx 0.1453$

  5. 当$k = 4$时
    正品数为96,通过概率为:
    $P(\text{通过}|4) = \frac{C(96, 10)}{C(100, 10)} = \frac{90 \times 89 \times 88 \times 87}{100 \times 99 \times 98 \times 97} \approx 0.6515$
    加权贡献:$0.1 \times 0.6515 \approx 0.0652$

步骤3:总概率求和
将各情况的加权贡献相加:
$0.1 + 0.18 + 0.3236 + 0.1453 + 0.0652 \approx 0.8141$

相关问题

  • 对研究对象制定明确的纳入标准和排除标准,是为了保证样本的A. 可靠性B. 可行性C. 代表性D. 合理性E. 科学性

  • 下列关于回归分析的描述不正确的是()A. 回归分析模型可分为线性回归模型和非线性回归模型B. 回归分析研究不同变量之间存在的关系()C. 刻画不同变量之间关系的模型统称为线性回归模型D. 回归分析研究单个变量的变化情况

  • 以下几种数据挖掘功能中,〔〕被广泛的用于购物篮分析.A. 关联分析B. 分类和预测C. 聚类分析D. 演变分析

  • 皮尔逊相关系数的取值范围为0到正无穷。()A. 正确B. 错误

  • 下列说法正确的是()A. 方差数值上等于各个数据与样本方差之差的平方和之平均数B. 协方差衡量了多个变量的分布C. 协方差和方差的计算方式完全一致D. 方差描述了样本数据的波动程度

  • {15分)常规情况下,下列不属于人口学变量的是A. 民族B. 收入C. 年龄D. 睡眠时间E. 性别

  • 48皮尔逊相关系数的取值范围为0到正无穷。()A. 错误B. 正确

  • 可以从最小化每个类簇的方差这一视角来解释K均值聚类的结果,下面对这一视角描述正确的A. 每个样本数据分别归属于与其距离最远的聚类质心所在聚类集合B. 每个簇类的质心累加起来最小C. 最终聚类结果中每个聚类集合中所包含数据呈现出来差异性最大D. 每个簇类的方差累加起来最小

  • 假定用于分析的数据包含属性age.数据元组[1]中age的值如下(按递增序):13,15,16,16,19,20,20,21,22,22,25,25,25,30,33,33,35,35,36,40,45,46,52,70, 问题:使用按箱平均值平滑方法对上述数据进行平滑,箱的深度为3。第二个箱子值为:A. 18.3B. 22。6C. 26。8D. 27。9

  • 下列说法正确的是()A. 方差数值上等于各个数据与样本方差之差的平方和之平均数B. 协方差和方差的计算方式完全一致C. 协方差衡量了多个变量的分布D. 方差描述了样本数据的波动程度

  • 请你从下表中找出1~100中所有质数.并数一数一共多少个. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100

  • 像从性不好的资料是()A. 由于死亡或者其他原因不能继续试验B. 能按照试验规定要求完成实验C. 重复参加试验D. 由于纳入标准不合格导致选择的研究对象不符合试验要求E. 能完成试验但是不能按照规定要求完成试验

  • 下列哪项属于常见的池化方式。()A. 协方差池化B. 方差池化C. 反向传播D. 最大池化

  • 重测信度用重测相关系数来表示,相关系数越趋近于下列哪一数值时,则重测信度越高A. 1B. 0.7C. 2D. 3

  • {1.5分)确定研究总体和样本时,不需要考虑A. 立题依据B. 样本量C. 抽样方法D. 目标总体E. 纳入及排除标准

  • 44.2021年,我国人均预期寿命提高到了()。A. 78岁B. 79岁C. 78.2岁D. 79.2岁

  • 2024年,我国每天大约有( )个小包裹往来于中国和世界各国之间A. 800万B. 1100万C. 1000万D. 900万

  • 下列哪项属于常见的池化方式。()A. 反向传播B. 最大池化C. 方差池化D. 协方差池化

上一页下一页
logo
广州极目未来文化科技有限公司
注册地址:广州市黄埔区揽月路8号135、136、137、138房
关于
  • 隐私政策
  • 服务协议
  • 权限详情
学科
  • 医学
  • 政治学
  • 管理
  • 计算机
  • 教育
  • 数学
联系我们
  • 客服电话: 010-82893100
  • 公司邮箱: daxuesoutijiang@163.com
  • qt

©2023 广州极目未来文化科技有限公司 粤ICP备2023029972号    粤公网安备44011202002296号