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

十、(7分)设供电站供应某地区1000户居民用电,各户用电情况相互独立。已 知每户每日用电量(单位:度)服从[0, 20]上的均匀分布,利用中心极限定 理求这1 000户居民每日用电量超过10 100度的概率。(所求概率用标准正 态分布函数①(切的值表示).

十、(7分)设供电站供应某地区1000户居民用电,各户用电情况相互独立。已 知每户每日用电量(单位:度)服从[0, 20]上的均匀分布,利用中心极限定 理求这1 000户居民每日用电量超过10 100度的概率。(所求概率用标准正 态分布函数①(切的值表示).

题目解答

答案

解:用X,表示第i户居民的用电量,则X,~〃[0,20]⏺

1000

则1000户居民的用电量为x=£xz ,山独立同分布中心极限定理 r-l

p{x > 10100 } = 1 一 p{x S 10100 }

X-1000xl0^10100-1000xl0

•1000x122 ■

10100-1000x10

— ) I 100 V,100°x —

⏺

解析

步骤 1:定义随机变量
设X_i表示第i户居民的每日用电量,其中i=1,2,...,1000。根据题意,X_i服从[0,20]上的均匀分布。

步骤 2:计算期望和方差
对于均匀分布,期望E(X_i)和方差Var(X_i)分别为:
E(X_i) = (0 + 20) / 2 = 10
Var(X_i) = (20^2 - 0^2) / 12 = 400 / 12 = 100 / 3

步骤 3:应用中心极限定理
设X为1000户居民的总用电量,即X = X_1 + X_2 + ... + X_1000。根据中心极限定理,当样本量足够大时,X的分布近似于正态分布。因此,X的期望和方差分别为:
E(X) = 1000 * E(X_i) = 1000 * 10 = 10000
Var(X) = 1000 * Var(X_i) = 1000 * (100 / 3) = 100000 / 3
标准差σ = √(Var(X)) = √(100000 / 3) = 100√(10 / 3)

步骤 4:计算概率
我们需要计算P(X > 10100)。根据正态分布的性质,可以将X标准化为标准正态分布Z:
Z = (X - E(X)) / σ = (X - 10000) / (100√(10 / 3))
因此,P(X > 10100) = P(Z > (10100 - 10000) / (100√(10 / 3))) = P(Z > 100 / (100√(10 / 3))) = P(Z > √(3 / 10))

相关问题

  • {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

  • 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

  • 1. 名词解释 假设检验 (请在答题纸上手写并拍照上传)

  • 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

  • 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

  • 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

  • {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

  • 假设某地正常男性体重服从正态分布,随机抽取某地正常男性100测量其体重,结果=60.0Kg,S=6.0Kg。请计算:(1)该地正常男子体重95%总体均数的可信区间。(2)该地男子95%的体重范围为多少?

  • 5.聚类分析可以看作是一种非监督的分类。()

  • 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

  • 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

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

  • 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

  • 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

  • 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

  • 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

  • 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

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