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
  • icon-appicon-app-active手机APP
首页
/
统计
题目

计算器在进行加法时,将每个加数舍入最靠近它的整数,设所有舍入误差相互独立,且在(-0.5,0.5)上服从均匀分布,(1)将1500个数相加,问误差总和的绝对值超过15的概率是多少?(2)最多可有几个数相加,使得误差总和的绝对值小于10的概率不小于0.90?

计算器在进行加法时,将每个加数舍入最靠近它的整数,设所有舍入误差相互独立,且在(-0.5,0.5)上服从均匀分布,

(1)将1500个数相加,问误差总和的绝对值超过15的概率是多少?

(2)最多可有几个数相加,使得误差总和的绝对值小于10的概率不小于0.90?

题目解答

答案

解 设每个加数的舍入误差为,,由题设知相互独立同分布,且在(-0.5,0.5)上服从均匀分布,从而

,

(1)、记,由独立同分布的中心定理有近似的服从,从而

。

(2)、记,要使 ,由独立同分布的中心极限定理,

近似地有

即 ,查表得

令 ,解得 。

即最多可有443个数相加,可使得误差总和的绝对值小于10的概率不小于0.90。

解析

题目考察知识

本题主要考察独立同分布的中心极限定理在均匀分布误差求和问题中的应用,核心是利用中心极限定理将误差总和的分布近似为正态分布,进而计算概率或确定样本量。

解题思路详解

(1) 1500个数相加,误差总和绝对值超过15的概率

步骤1:误差变量的分布
设每个加数的舍入误差为$K_i$($i=1,2,\dots,1500$),则$K_i\sim U(-0.5,0.5)$(均匀分布)。

  • 期望:$E(K_i)=\frac{-0.5+0.5}{2}=0$
  • 方差:$D(K_i)=\frac{(0.5-(-0.5))^2}{12}=\frac{1}{12}$

步骤2:误差总和的近似分布
记误差总和$X=\sum_{i=1}^{1500}K_i$,由独立同分布中心极限定理:
$\frac{X - nE(K_i)}{\sqrt{nD(K_i)}} \approx N(0,1) \quad (n=1500)$
代入参数:
$\frac{X}{\sqrt{1500\times\frac{1}{12}}}=\frac{X}{\sqrt{125}} \approx N(0,1)$

步骤3:计算概率$P(|X|>15)$
$P(|X|>15)=1-P(|X|\leq15)=1-P\left(-\frac{15}{\sqrt{125}}\leq\frac{X}{\sqrt{125}}\leq\frac{15}{\sqrt{125}}\right)$
化简$\frac{15}{\sqrt{125}}=\frac{15}{5\sqrt{5}}=\frac{3}{\sqrt{5}}\approx1.34$,查标准正态分布表$\Phi(1.34)=0.9099$:
$P(|X|>15)=1-[2\Phi(1.34)-1]=2[1-\Phi(1.34)]=2(1-0.9099)=0.1802$

(2) 最多几个数相加,误差总和绝对值小于10的概率≥0.90

步骤1:设最多$n$个数,误差总和$X=\sum_{i=1}^nK_i$
同样由中心极限定理:
$\frac{X}{\sqrt{n\times\frac{1}{12}}}\approx N(0,1)$

步骤2:概率不等式转化
要求$P(|X|<10)\geq0.90$:
$P(|X|<10)=P\left(-\frac{10}{\sqrt{n/12}}<\frac{X}{\sqrt{n/12}}<\frac{10}{\sqrt{n/12}}\right)=2\Phi\left(\frac{10}{\sqrt{n/12}}\right)-1\geq0.90$
化简得:
$\Phi\left(\frac{10\sqrt{12}}{\sqrt{n}}\right)\geq0.95$

步骤3:查标准正态分布表求解$n$
$\Phi(1.645)=0.95$,故:
$\frac{10\sqrt{12}}{\sqrt{n}}\geq1.645 \implies \sqrt{n}\leq\frac{10\sqrt{12}}{1.645}\approx21.01 \implies n\leq(21.01)^2\approx441.4$
取整数$n=443$(验证:$n=443$时,$\frac{10\sqrt{12}}{\sqrt{443}}\approx1.64$,$\Phi(1.64)=0.9495$,$2\times0.9495-1=0.899\approx0.90$)。

相关问题

  • 设随机变量XY都服从N(0,1),则有()A. X+Y服从正态分布B. X+Y服从x^2分布 C. X^2和Y^2都服从x^2分布 D. (X^2)div (Y^2)服从F分布

  • {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

  • {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

  • 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

  • 皮尔逊相关系数的取值范围为0到正无穷。()A. 正确B. 错误

  • 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

  • 1. 名词解释 假设检验 (请在答题纸上手写并拍照上传)

  • 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

  • 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

  • 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

  • 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

  • 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

  • 5.聚类分析可以看作是一种非监督的分类。()

  • 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

  • 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

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