题目
在总体X sim N(5,16)中随机地抽取一个容量为36的样本,则均值bar(X)落在4与6之间的概率为(Phi(1.5)=0.9332,Phi(2)=0.9773)(答案用小数表示,保留两位小数)
在总体$X \sim N(5,16)$中随机地抽取一个容量为36的样本,则均值$\bar{X}$落在4与6之间的概率为($\Phi(1.5)=0.9332$,$\Phi(2)=0.9773$)(答案用小数表示,保留两位小数)
题目解答
答案
设总体 $X \sim N(5, 16)$,样本容量 $n = 36$。样本均值 $\overline{X}$ 服从正态分布 $N\left(5, \frac{16}{36}\right) = N\left(5, \frac{4}{9}\right)$,标准差为 $\frac{2}{3}$。
将 $\overline{X}$ 转化为标准正态变量 $Z$:
$Z = \frac{\overline{X} - 5}{\frac{2}{3}} = \frac{3(\overline{X} - 5)}{2}$
求 $P(4 < \overline{X} < 6)$:
$P(4 < \overline{X} < 6) = P\left(-1.5 < Z < 1.5\right) = 2\Phi(1.5) - 1$
已知 $\Phi(1.5) = 0.9332$,代入得:
$P(-1.5 < Z < 1.5) = 2 \times 0.9332 - 1 = 0.8664 \approx 0.87$
答案: $\boxed{0.87}$
解析
本题考查正态分布的性质以及样本均值的分布,解题的关键在于利用样本均值的分布求出其标准差,再将样本均值转化为标准正态变量,最后根据标准正态分布的性质计算概率。
- 确定样本均值的分布:
已知总体$X \sim N(5,16)$,样本容量$n = 36$。根据样本均值的分布性质,若总体$X\sim N(\mu,\sigma^{2})$,样本容量为$n$,则样本均值$\overline{X}\sim N(\mu,\frac{\sigma^{2}}{n})$。
在本题中,$\mu = 5$,$\sigma^{2}=16$,$n = 36$,所以样本均值$\overline{X}$服从正态分布$N\left(5, \frac{16}{36}\right)=N\left(5, \frac{4}{9}\right)$,其标准差为$\sigma_{\overline{X}}=\sqrt{\frac{4}{9}}=\frac{2}{3}$。 - 将样本均值转化为标准正态变量:
设标准正态变量$Z=\frac{\overline{X}-\mu}{\sigma_{\overline{X}}}$,将$\mu = 5$,$\sigma_{\overline{X}}=\frac{2}{3}$代入可得$Z = \frac{\overline{X} - 5}{\frac{2}{3}} = \frac{3(\overline{X} - 5)}{2}$,且$Z\sim N(0,1)$。 - 计算$P(4 < \overline{X} < 6)$:
对不等式$4 < \overline{X} < 6$进行标准化处理,当$\overline{X}=4$时,$Z_1=\frac{3\times(4 - 5)}{2}=\frac{-3}{2}=-1.5$;当$\overline{X}=6$时,$Z_2=\frac{3\times(6 - 5)}{2}=\frac{3}{2}=1.5$。
所以$P(4 < \overline{X} < 6)=P\left(-1.5 < Z < 1.5\right)$。
根据标准正态分布的性质$P\left(-1.5 < Z < 1.5\right)=\varPhi(1.5)-\varPhi(-1.5)$,又因为标准正态分布关于$y$轴对称,即$\varPhi(-z)=1 - \varPhi(z)$,所以$\varPhi(-1.5)=1 - \varPhi(1.5)$。
则$P\left(-1.5 < Z < 1.5\right)=\varPhi(1.5)-(1 - \varPhi(1.5))=2\varPhi(1.5) - 1$。 - 代入$\varPhi(1.5)$的值计算概率:
已知$\varPhi(1.5) = 0.9332$,将其代入$P\left(-1.5 < Z < 1.5\right)=2\varPhi(1.5) - 1$可得:
$P\left(-1.5 < Z < 1.5\right)=2\times0.9332 - 1=1.8664 - 1 = 0.8664$。 - 结果保留两位小数:
按照题目要求保留两位小数,$0.8664\approx0.87$。