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

设在一电路中,电阻两端的电压(V)服从N(120, 4),(1)其测量值落在区间[118, 122]之内的概率为______;(2)现独立测量了5次,则有2次测量值落在区间[118, 122]之外的概率为______。

设在一电路中,电阻两端的电压(V)服从$N(120, 4)$, (1)其测量值落在区间$[118, 122]$之内的概率为______; (2)现独立测量了5次,则有2次测量值落在区间$[118, 122]$之外的概率为______。

题目解答

答案

(1) 电压 $V$ 服从 $N(120, 4)$,即 $\mu = 120$,$\sigma = 2$。
$P(118 \leq V \leq 122) = P(-1 \leq Z \leq 1)$,其中 $Z$ 为标准正态变量。
由标准正态分布表,$P(Z \leq 1) \approx 0.8413$,$P(Z \leq -1) \approx 0.1587$,
故 $P(-1 \leq Z \leq 1) \approx 0.6826$,保留一位小数得 $0.7$。

答案: $0.7$

(2) 单次测量值落在区间外的概率为 $P(V < 118 \text{ 或 } V > 122) = 1 - 0.6826 = 0.3174$。
5次测量中恰有2次落在区间外的概率为二项概率:
$P(X = 2) = \binom{5}{2} (0.3174)^2 (0.6826)^3 \approx 0.3192$,保留两位小数得 $0.32$。

答案: $0.32$

$\boxed{\begin{array}{cc}\text{(1) 0.7} \\\text{(2) 0.32} \\\end{array}}$

解析

本题主要考查正态分布和二项分布的相关知识。解题思路如下:

(1)求测量值落在区间$[118, 122]$之内的概率

  • 已知电阻两端的电压$V$服从正态分布$N(120, 4)$,根据正态分布的性质,若$X\sim N(\mu,\sigma^{2})$,则$Z = \frac{X - \mu}{\sigma}\sim N(0,1)$,其中$\mu$为均值,$\sigma$为标准差。
  • 对于本题,$\mu = 120$,$\sigma=\sqrt{4} = 2$。
  • 计算$P(118\leq V\leq 122)$,将其标准化:
    $\begin{align*}P(118\leq V\leq 122)&=P\left(\frac{118 - 120}{2}\leq\frac{V - 120}{2}\leq\frac{122 - 120}{2}\right)\\&=P(-1\leq Z\leq 1)\end{align*}$
  • 根据标准正态分布的性质$P(-1\leq Z\leq 1)=P(Z\leq 1)-P(Z\leq - 1)$。
  • 查标准正态分布表可得$P(Z\leq 1)\approx0.8413$,$P(Z\leq - 1)\approx0.1587$。
  • 所以$P(-1\leq Z\leq 1)=0.8413 - 0.1587=0.6826$,保留一位小数得$0.7$。

(2)求独立测量$5$次,有$2$次测量值落在区间$[118, 122]$之外的概率

  • 由(1)可知单次测量值落在区间$[118, 122]$内的概率为$0.6826$,那么单次测量值落在区间外的概率$p = 1 - 0.6826=0.3174$。
  • 设$X$表示$5$次测量中落在区间外的次数,因为每次测量是相互独立的,所以$X$服从参数为$n = 5$,$p = 0.3174$的二项分布,即$X\sim B(5,0.3174)$。
  • 根据二项分布的概率公式$P(X = k)=\binom{n}{k}p^{k}(1 - p)^{n - k}$,其中$\binom{n}{k}=\frac{n!}{k!(n - k)!}$,当$n = 5$,$k = 2$时:
    $\begin{align*}P(X = 2)&=\binom{5}{2}(0.3174)^{2}(0.6826)^{3}\\&=\frac{5!}{2!(5 - 2)!}\times(0.3174)^{2}\times(0.6826)^{3}\\&=\frac{5\times4}{2\times1}\times(0.3174)^{2}\times(0.6826)^{3}\\&=10\times0.10074\times0.3189\\&\approx0.3192\end{align*}$
  • 保留两位小数得$0.32$。

相关问题

  • 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

  • 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

  • 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

  • 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

  • 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

  • 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

  • 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

  • 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

  • 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

  • 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

  • {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

  • 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