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

3.(简答题)*(22.2题)设随机变量X,Y相互独立,且Xsim N(720,30^2),Ysim N(640,25^2)。求Z_(1)=2X+Y,Z_(2)=X-Y的分布,并求概率P(X>Y),P(X+Y>1400)。(简答题)

3.(简答题)*(22.2题)设随机变量X,Y相互独立,且$X\sim N(720,30^{2})$,$Y\sim N(640,25^{2})$。 求$Z_{1}=2X+Y$,$Z_{2}=X-Y$的分布,并求概率P(X>Y),P(X+Y>1400)。 (简答题)

题目解答

答案

1. **求 $Z_1 = 2X + Y$ 的分布:** $E(Z_1) = 2E(X) + E(Y) = 2 \times 720 + 640 = 2080$, $D(Z_1) = 4D(X) + D(Y) = 4 \times 900 + 625 = 4225$, 故 $Z_1 \sim N(2080, 65^2)$。 2. **求 $Z_2 = X - Y$ 的分布:** $E(Z_2) = E(X) - E(Y) = 720 - 640 = 80$, $D(Z_2) = D(X) + D(Y) = 900 + 625 = 1525$, 故 $Z_2 \sim N(80, 1525)$。 3. **求 $P(X > Y)$:** $P(X > Y) = P(Z_2 > 0) = P\left(Z > \frac{-80}{\sqrt{1525}}\right) \approx P(Z > -2.0486) \approx 0.9798$。 4. **求 $P(X + Y > 1400)$:** 设 $Z_3 = X + Y$,则 $E(Z_3) = 1360$,$D(Z_3) = 1525$, $P(Z_3 > 1400) = P\left(Z > \frac{40}{\sqrt{1525}}\right) \approx P(Z > 1.0243) \approx 0.153$。 \[ \boxed{ \begin{array}{ll} Z_1 \sim N(2080, 65^2), & Z_2 \sim N(80, 1525) \\ P(X > Y) \approx 0.9798, & P(X + Y > 1400) \approx 0.153 \end{array} } \]

解析

考查要点:本题主要考查正态分布的线性组合性质、独立随机变量的期望与方差计算,以及利用标准正态分布计算概率。

解题核心思路:

  1. 线性组合的正态性:若$X$和$Y$独立且服从正态分布,则它们的线性组合$Z_1=2X+Y$和$Z_2=X-Y$仍服从正态分布。
  2. 期望与方差计算:利用期望的线性性($E(aX+bY)=aE(X)+bE(Y)$)和方差的可加性(若独立,则$D(aX+bY)=a^2D(X)+b^2D(Y)$)。
  3. 概率计算:将事件转化为对应正态变量的标准化形式,通过查标准正态分布表求解。

破题关键点:

  • 独立性保证方差可加:独立变量的线性组合方差直接相加。
  • 标准化转换:将非标准正态变量转换为标准正态变量$Z$,利用$\Phi(z)$表计算概率。

1. 求$Z_1=2X+Y$的分布

计算期望

$E(Z_1) = 2E(X) + E(Y) = 2 \times 720 + 640 = 2080.$

计算方差

$D(Z_1) = 2^2D(X) + 1^2D(Y) = 4 \times 30^2 + 25^2 = 4 \times 900 + 625 = 4225.$

确定分布

$Z_1 \sim N(2080, 65^2).$

2. 求$Z_2=X-Y$的分布

计算期望

$E(Z_2) = E(X) - E(Y) = 720 - 640 = 80.$

计算方差

$D(Z_2) = D(X) + D(Y) = 30^2 + 25^2 = 900 + 625 = 1525.$

确定分布

$Z_2 \sim N(80, 1525).$

3. 求$P(X > Y)$

转化为$Z_2$的概率

$P(X > Y) = P(Z_2 > 0).$

标准化

$P\left(Z_2 > 0\right) = P\left(Z > \frac{0 - 80}{\sqrt{1525}}\right) = P\left(Z > -2.0486\right).$

查标准正态分布表

$P(Z > -2.0486) = 1 - \Phi(-2.0486) \approx 1 - 0.0197 = 0.9798.$

4. 求$P(X + Y > 1400)$

定义新变量$Z_3 = X + Y$

$E(Z_3) = 720 + 640 = 1360,$
$D(Z_3) = 30^2 + 25^2 = 1525.$

标准化

$P(Z_3 > 1400) = P\left(Z > \frac{1400 - 1360}{\sqrt{1525}}\right) = P\left(Z > 1.0243\right).$

查标准正态分布表

$P(Z > 1.0243) = 1 - \Phi(1.0243) \approx 1 - 0.848 = 0.152.$

相关问题

  • 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

  • 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

  • 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

  • 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

  • {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

  • 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

  • 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

  • 聚类分析的常见应用领域不包括( )A. 数据分析B. 图像处理C. 客户分割D. 发现关联购买行为

  • 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

  • 1. 名词解释 假设检验 (请在答题纸上手写并拍照上传)

  • 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

  • 下列关于变量的说法,错误的是(1.5) A. 常见的变量主要有自变量、因变量和混杂变量B. 混杂变量不会干扰研究结果C. 自变量不受结果的影响D. 自变量是因,因变量是果E. 因变量随自变量改变的影响而变化

  • 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

  • {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

  • 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

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