【例31】每箱产品有10件,其次品数从0到2是等可能的_第1页
【例31】每箱产品有10件,其次品数从0到2是等可能的_第2页
【例31】每箱产品有10件,其次品数从0到2是等可能的_第3页
【例31】每箱产品有10件,其次品数从0到2是等可能的_第4页
【例31】每箱产品有10件,其次品数从0到2是等可能的_第5页
已阅读5页,还剩1页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

#/6领航考研名师铁军2006年考研数学预测38题31-38[例31]每箱产品有10件,其次品数从0到2是等可能的。开箱检验时,从中任取一件,如果检验为次品,则认为该箱产品不合格而拒收。由于检验误差,假设一件正品被误判为次品的概率为2%,一件次品被漏查误判为正品的概率为10%。求:(1)检验一箱产品能通过验收的概率;(2)检验10箱产品通过率不低于90%的概率[详解](1)设白="一箱内有i件次品",i=0,1,2。则A0,AjA2两两不相容,其和为Q,构成一个完备事件组。设事件B="一箱产品通过验收”,B1="抽到一件正品”。依题意,有P(A)=1,P(BIA)="i=0,1,2;P(B।B)=0.98,P(B।B)=0.10TOC\o"1-5"\h\zi3 1i10 1 1应用全概公式,得P(B)=£P(A)P(BIA)=1£1°^=0.91 i1i3 10_i=0 i=0・•.P(B)=1-P(B)=1—0.9=0.1.11又由于81与B1为对立事件,再次应用全概公式有P(B)=P(B1)P(BIB1)+P(B1)P(BIB1)=P(BB1)+P(BB1)=0.9x0.98+0.1x0,1=0,892(2)由于各箱产品是否通过验收互不影响,则设10箱产品中通过验收的箱数为X,X服从参数为n=10,P=P(B)=0.892的二项分布。X..・尸{正>90%}=P{X>9}=P{X=9}+P{X=10}=0.89210+010(0.892)9.0.108=0.705[例32]设随机变量X的密度函数为f(%)=[1-M,-1<*<1求随机变量r=X2+1的分布函数与密度函数。X 10,其他[详解]令y=%2+1,-1<%<1,0<%<1,0<X2<1,1<*2+1<2.:3(y)取非零值的X围为[1,2]。当1<y<2时,有

F(y)=P(Y<y)=P(X2+1<y)Y=P(-,;口<X<ZFi)=J上(1一|x|)dx=2Jy-1(1-x)dxy-1- 1 . tt- 7=2(x——x2)|y-1=1-(1-、y-1)2^2 。0,y<1・•・Y=X2+1的分布函数 F(y)=<1-(1-%:y-1)2,1<y<21,y>2Y的密度函数为fY的密度函数为f(y)=F'(y)={4:yrj1 -1,1<y<20,其他注意:本题中y=x2+1(-1<x<1)不是单调函数,不能直接用公式求解。此例表明,先考虑随机变量的取非零值的X围,然后在此X围内求分布函数值可以简化运算。至于取非零值X围之外的分布函数值,可以由分布函数的性质决定其为0或1。[例33]袋中有n只黑球,每次从中随意取出一球,并换入一个白球,如此交换共进行n次。已知袋中白球数的数学期望为a,则第n+1次从袋中任取一球为白球的概率是[详解]依题意,袋中白球数是一个随机变量,X可取0,1,2,……,n,且EX=EkP(x=k)=ak=0若记B="第n+1次从袋中任取一球为白球",A="第n次交换后袋中有k个白球"=a=4。k则由全概率公式,得P(B)=»(A)P(BIA)kkk=0=£p(X=k)-P(BIX=k)k=0=£p(X=k)--=1工k-P(X=k)=ann nk=0 k=0[例34]设一台机器上有3个部件,在某一时刻需要对部件进行调整,3个部件需要调整的概率分别为0.1,0.2,0.3,且相互独立,任一部件需要调整即为机器需要调整。(1)求机器需要调整的概率;(2)记X为需要调整的部件数,求期望E(X)、方差D(X)。[详解]设事件A为机器要调整,记A为第i个部件需要调整,i=1,2,3.i(1)显然A=A+A+A,则P(A)=1-P(A)=1-P(A^A^A-)=1-P(A•A•A)(根据事件1 2 3 1 2 3 123的独立性知)=1-P(A)P(A)P(A)=1-0.9X0.8X0.7=0.496.123(2)求期望E(X)、方差D(X)有两种解法:解法一:先求X的分布律,根据分布律再求数学期望和方差。根据X的意义,显然有X=0,1,2,3.事件的记法如(1),并注意到事件之间的独立性,有P(X=0)=P(彳・T•T)=0.9X0.8X0.7=0.504;123TOC\o"1-5"\h\zP(X=1)=P(A•A・A)+P(A•A・A)+P(A•A•A)123 123 123=P(A)P(A)P(A)+P(A)P(A)P(A)+P(A)P(A)P(A)

123 123 123=0.1X0.8X0.7+0.9X0.2X0.7+0.9x0.8x0.3=0.398;P(X=2)=P(AAA)+P(AAA)+P(AAA)123 123 123=P(A)P(A)P(A)+P(A)P(A)P(A)+P(A)P(A)P(A)123 123 123=0.1x0.2x0.7+0.1x0.8x0.3+0.9x0.2x0.3=0.092;P(X=3)=P(AAA)=P(A)P(A)P(A)=0.1x0.2x0.3=0.006.123 1 2 3所以,X~(0 1 2 3所以,X~10.5040.3980.0920.006)E(X)=0x0.504+1x0.398+2x0.092+3x0.006=0.6,D(X)=E(X2)-(EX)2=12x0.398+22x0.092+32x0.006-(0.6)2=0.46解法二:可以不求X的分布律,引进新的随机变量,利用期望、方差的性质求出期望E(X)、方差D(X)。V[1,第i个部件需要调整,即事件A发生现引进新的随机变量X定义如下:iTOC\o"1-5"\h\zX=< ..一一一一 现引进新的随机变量X定义如下:ii|0,第i个部件不需要调整因此我们有 XX, E(X)=2EX,iii=1 i=1而X服从(0-1)分布,E(X)=P(X=1)=P(A),i ii i所以 E(X)=XEX=P(A)+P(A)+P(A)=0.1+0.2+0.3=0.6,i1 2 3i=1又因为D(X)=P(X=1)P(X=0)=P(A)P(A),且X之间相互独立,i i i ii i所以D(X)=ZD(X)=ZP(A)P(A)=P(A)P(A)+P(A)P(A)+P(A)P(A)i ii 11 22 33i=1 i=1=0.1x0.9+0.2x0.8+0.3x0.7=0.46.[评注]本题中解法二比解法一简单得多,这就是引进新的随机变量的好处,但如何引进新的随机变量是一个难点。一般在考研试题中,总是引进X服从(0-1)分布,用独立性和2X来简化计算。ii

i[例35]假设一批共100件产品,其中一、二、三等品分别为80,10,10件。现在从中任抽取一件,记(k—1,2,3)(k—1,2,3)*X—1 ,kI0,若不然试求:(1)随机变量X1和X2的联合分布;(2)随机变量X1和X2的相关系数。[详解]引进事件A—{抽到k等品}(k—1,2,3)k由条件,知P(A1)—0.8,P(A2)—0.1,P(A3)—0.1.易见,(X],X2)有四个可能值:(0,0),(0,1),(1,0),(1,1)P{X—0,X—0}—P(A)—0.1,TOC\o"1-5"\h\z12 3P{X—0,X—1}—P(A)—0.1,12 2P{X—1,X—0}—P(A)—0.8,12 1P{X—1,X—1}—P(。)—0.12又「P(XX―0)—1EXX―012 12又,:EX—0.8,DX—0.8x0.2—0.16;EX—0.1,DX—0.1x0.9—0.091 1 2 ,1cov(X,X)—EXX-EXEX—-0.08;.p—cov(X1,X2)=二.°g—_21 2 12 1 2 \DXdDX <0,16<0.09 31 2[例36]—生产线上源源不断地生产成箱的零件,假设每箱平均重50千克,标准差为5千克,若用最大载重量为5吨的汽车承运,试利用中心极限定理说明每辆车最多可以装多少箱,才能保证不超载的概率大于0.977?(0(2)—0.977)。[详解]以X(i—1,2,…n)表示装运的第i箱产品的实际重量,n为所求箱数。由条件X,X,…X是独立同

i 12n分布随机变量(但具体分布未知),因而总重量为丁=X+X+…+X。12 n由条件知EX=50千克,o—DXT=5千克.ET—50n千克,0T—DDXT=5、n千克。又••・随机变量X,X,…X独立同分布且数学期望和方差都存在,故根据列维―林德伯格中心极限定理,12n只要n充分大,随机变量T就近似服从正态分布N(50n,25n)。由题意知,所求n应满足条件:PT<500。}—P1T-50n<1000-10n;>0.977[5t:n nn J当n充分大时变量U-T-50n)/nn近似服从N(0,1),可见PU<2}=0.977,从而有1000-10n>2 n<98. 即最多只能装98箱。nn[例37]设总体X为连续型随机变量,概率密度函数为f(%),从该总体抽取容量为n的简单随机样本X,X,…,X。试求在曲线f(%)下方,统计量M—max{X}对应的统计值m-max{1}的右方的(曲边形)12 n 1<i<ni 1<i<ni

面积S的数学期望。[详解]设f(%)为总体X的分布函数,则S=kf(%)dx=1」mf(x)dx=1-F(m)m -8先求M=max{xj的分布函数G(m)的概率密度g(m)。1<i<n1•・•M的分布函数G(m)=P(M<m)=P(max{X}<m)1<i<n=P收<m,X<m,•一X<m)1 2 n=P收<m)P(X<m)•一P(X<m)12 n=Fn(m):.M的概率密度g(m)=G(m)=Fn((mJ=nFn-1(m)f(m)因此,计算S的数学期望:ES=E(1-F(M))=1-EF(M)=1-P8F(m)•g(m)dm-8=1一卜8nFn(x)•g(x)dx-8=1-卜8nFn(x)f(x)dx-8=1-卜8nFn(x)dF(x)令t=F(x)1一J1ntndt=1 n—=== 0 n+1n+1[例38]已知某种材料的抗压强度X~N(四,02),现随机地抽取10个样品进行抗压试验,测得数据如下(单位:105Pa):样本均值x=457.50,样本方差s2=35.222.(1)求平均抗压强度日的矩估计值;(2)求平均抗压强度日的95%的置信区间;(3)若已知o=30,求日的95%的置信区间.[详解](1)口=x=457.50.Sy—,X+nnSSy—,X+nnSnn(2)设总体X〜N(目,o2),02与从均未知,则从的置信水平为1-a的置信区间为X-\a其中X=t(n-1),P(t>t(n-1))=一.TOC\o"1-5"\h\za a 22 2性质:t (n-1),=t(n-1). S=:—£(X-X)2.1-a a Vn—1i\o"CurrentDocument"2 2 i=1由题意知这里是02未知的情况,用S2代替02.而样本标准差S=35.22,i-a=

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论