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

14. (4.0分) 信号一个一个地陆续到来. 第一个信号的到达时刻,以及各信号间的到达时刻间隔是相互独立的随机变量,且均服从指数分布,平均间隔为0.2分钟,用中心极限定理近似求得16分钟时来的信号数不超过100个的概率为_____.(请小数点之后保留4位有效数字,Phi(2)=0.9772,Phi(1)=0.8413)

14. (4.0分) 信号一个一个地陆续到来. 第一个信号的到达时刻,以及各信号间的到达时刻间隔是相互独立的随机变量,且均服从指数分布,平均间隔为0.2分钟,用中心极限定理近似求得16分钟时来的信号数不超过100个的概率为_____.(请小数点之后保留4位有效数字,$\Phi(2)=0.9772$,$\Phi(1)=0.8413$)

题目解答

答案

设信号到达间隔 $X_i$ 服从参数为 $\lambda = 5$ 的指数分布,期望 $E(X_i) = 0.2$ 分钟,方差 $\text{Var}(X_i) = 0.04$。 令 $S_{100} = X_1 + \cdots + X_{100}$,则 $E(S_{100}) = 20$ 分钟,$\sigma_{S_{100}} = 2$ 分钟。 求 $P(S_{100} \leq 16)$: \[ P\left(Z \leq \frac{16 - 20}{2}\right) = P(Z \leq -2) = 1 - \Phi(2) = 1 - 0.9772 = 0.0228. \] **答案:** $\boxed{0.0228}$

解析

本题考查中心极限定理的应用。解题的的思路是先根据已知条件确定信号到达间隔的分布,进而求出其期望和方差,再利用中心构造来表示出$100$个信号到达的的总时间,最后根据中心极限定理将其近似为正态分布来计算概率。

  1. 确定信号到达间隔的分布及参数:
    • 已知各信号间的到达时刻间隔$X_i$相互独立且均服从指数分布,平均间隔为$0.2$分钟。
    • 对于指数分布,若其概率密度函数为$f(x)=\lambda e^{-\lambda x},x\gt0$,则期望$E(X)=\frac{1}{\lambda}$,方差$D(X)=\frac{1}{\lambda^2}$。
    • 由$E(X_i)=0.2=\frac{1}{\lambda}$,可得$\lambda = \frac{1}{0.2}=5$。
    • 所以$X_i$服从参数为$\lambda = 5$的指数分布,其方差$D(X_i)=\frac{frac{1}{5^2}=0.04$。
  2. 计算$100$个信号到达间隔的总时间的期望和方差:
    • 设$S_{100}=X_1 + X_2+\cdots+X_{100}$,表示$100$个信号到达的总时间。
    • 根据期望和方差的性质:若$X_1,X_2,\cdots,X_n$相互独立,则$E(\sum_{i = 1}^{n}X_i})=\sum_{i = 1}^{n}E(X_i)$,$D(\sum_{i = 1}^{nX_i})=\sum_{i = 1}^{n}D(X_i)$。
    • 所以$E(S_{100})=E(X_1 + X_2+\cdots+X_{100})=\sum_{i = 1}^{100}E(X_i)=100\times0.2 = 20$(分钟)。
    • $D(S_{100})=D(X_1 + X_2+\cdots+X_{100})=\sum_{i = 1}^{100}D(X_i)=100\times0.04 = 4$。
    • 则标准差$\sigma_{S_{100}}=\sqrt{D(S_{100})}=\sqrt{4}=2$(分钟)。
  3. 利用中心极限定理计算概率:
    • 根据中心极限定理,当$n$充分大时(本题$n = 100$),$S_{100}$近似服从正态分布$N(E(S_{100}),D(S_{100}))$,即$N(20,4)$。
    • 要求$P(S_{100}\leq16)$,令$Z=\frac{S_{100}-E(S_{100})}{\sigma_{S_{100}}}$,则$Z$近似服从标准正态分布$N(0,1)$。
    • 则$P(S_{1000}\leq16)=P\left(\frac{S_{100}-20}{2}\leq\frac{16 - 20}{2}\right)=P(Z\leq - 2)$。
    • 由于标准正态分布的对称性,$P(Z\leq - 2)=1 - P(Z\leq2)$,已知$\Phi(2)=P(Z\leq2)=0.9772$。
    • 所以$P(S_{100}\leq16)=1 - 0.9772 = 0.0228$。

相关问题

  • 5.聚类分析可以看作是一种非监督的分类。()

  • 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

  • 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

  • 1. 名词解释 假设检验 (请在答题纸上手写并拍照上传)

  • 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

  • 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

  • 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

  • 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

  • {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

  • 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

  • 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

  • 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?

  • 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

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