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

设随机变量X sim N(720,30^2),Y sim N(640,25^2),且X和Y相互独立,则PX-Y>0=___________.

设随机变量$X \sim N(720,30^2)$,$Y \sim N(640,25^2)$,且$X$和$Y$相互独立,则$P\{X-Y>0\}=$___________.

题目解答

答案

设 $Z = X - Y$,则 $Z \sim N(80, 1525)$(均值为 $720 - 640 = 80$,方差为 $30^2 + 25^2 = 1525$)。
将 $Z$ 标准化得 $U = \frac{Z - 80}{\sqrt{1525}} \sim N(0, 1)$,则
$P\{Z > 0\} = P\left\{U > \frac{-80}{\sqrt{1525}}\right\} = P\{U > -2.05\}$
由标准正态分布的对称性,$P\{U > -2.05\} = 1 - P\{U \leq -2.05\} \approx 1 - 0.0202 = 0.9798$。
或者,直接使用 $P\{Z > 0\} = \Phi\left(\frac{80}{\sqrt{1525}}\right) \approx \Phi(2.05) \approx 0.9798$。

答案: $\boxed{0.9798}$(或 $\Phi\left(\frac{80}{\sqrt{1525}}\right)$)

解析

本题考查正态分布的性质以及标准正态分布的概率计算。解题的关键思路是先根据正态分布的性质求出$Z = X - Y$的分布,再将其标准化,最后利用标准正态分布的性质计算概率。

  1. 求$Z = X - Y$的分布:
    已知$X \sim N(720,30^2)$,$Y \sim N(640,25^2)$,且$X$和$Y$相互独立。
    根据正态分布的性质:若$X \sim N(\mu_1,\sigma_1^2)$,$Y \sim N(\mu_2,\sigma_2^2)$,且$X$与$Y$相互独立,则$Z = X - Y$也服从正态分布,其均值$\mu = \mu_1 - \mu_2$,方差$\sigma^2 = \sigma_1^2 + \sigma_2^2$。
    对于本题,$\mu_1 = 720$,$\sigma_1^2 = 30^2$,$\mu_2 = 640$,$\sigma_2^2 = 25^2$,则$Z = X - Y$的均值为:
    $\mu = 720 - 640 = 80$
    方差为:
    $\sigma^2 = 30^2 + 25^2 = 900 + 625 = 1525$
    所以$Z = X - Y \sim N(80, 1525)$。
  2. 将$Z$标准化:
    设$U = \frac{Z - \mu}{\sigma}$,其中$\mu$是$Z$的均值,$\sigma$是$Z$的标准差,且$\sigma = \sqrt{\sigma^2}$。
    对于$Z \sim N(80, 1525)$,$\sigma = \sqrt{1525}$,则$U = \frac{Z - 80}{\sqrt{1525}} \sim N(0, 1)$,即$U$服从标准正态分布。
  3. 计算$P\{Z \gt 0\}$:
    将$Z = 0$代入标准化公式$U = \frac{Z - 80}{\sqrt{1525}}$,可得:
    $U = \frac{0 - 80}{\sqrt{1525}} = \frac{-80}{\sqrt{1525}}\approx -2.05$
    所以$P\{Z \gt 0\} = P\left\{U \gt \frac{-80}{\sqrt{1525}}\right\} = P\{U \gt -2.05\}$。
    根据标准正态分布的性质$P\{U \gt -2.05\} = 1 - P\{U \leq -2.05\}$。
    查标准正态分布表可得$P\{U \leq -2.05\} \approx 0.0202$,则$P\{U \gt -2.05\} \approx 1 - 0.0202 = 0.9798$。
    另外,也可以直接使用$P\{Z \gt 0\} = \Phi\left(\frac{80}{\sqrt{1525}}\right)$,其中$\Phi(x)$是标准正态分布的分布函数。
    因为$\frac{80}{\sqrt{1525}}\approx 2.05$,查标准正态分布表可得$\Phi(2.05) \approx 0.9798$。

相关问题

  • {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

  • 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. 协方差池化B. 方差池化C. 反向传播D. 最大池化

  • 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

  • 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

  • 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

  • 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

  • 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

  • 在房价预估中,哪种模型最常被用于回归预测?A. 线性回归B. 决策树C. K近邻D. 朴素贝叶斯

  • 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

  • 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

  • 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

  • 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

  • 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

  • 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

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