高考数学复习第十一章　第六节　二项分布、超几何分布与正态分布（导学案）

这是一份高考数学复习第十一章　第六节　二项分布、超几何分布与正态分布（导学案），共20页。学案主要包含了课程标准，必备知识精归纳，基础小题固根基，方法提炼，对点训练，加练备选等内容，欢迎下载使用。

第六节 二项分布、超几何分布与正态分布
【课程标准】
1.理解二项分布、超几何分布的概念,能解决一些简单的实际问题.
2.借助正态分布曲线了解正态分布的概念,并进行简单应用.
【必备知识精归纳】
一、二项分布
1.伯努利试验
只包含 两个 可能结果的试验叫做伯努利试验;将一个伯努利试验独立地重复进行 n次 所组成的随机试验称为n重伯努利试验.
2.二项分布
一般地,在n重伯努利试验中,设每次试验中事件A发生的概率为p(0如果随机变量X的分布列具有上式的形式,则称随机变量X服从二项分布,记作 X~B(n,p) .
3.两点分布与二项分布的均值、方差
(1)当n=1时,随机变量X服从两点分布,则E(X)= p ,D(X)= p(1-p) .
(2)若X~B(n,p),则E(X)= np ,D(X)= np(1-p) .
二、超几何分布
一般地,假设一批产品共有N件,其中有M件次品.从N件产品中随机抽取n件(不放回),用X表示抽取的n件产品中的次品数,则X的分布列为P(X=k)= CMkCN-Mn-kCNn ,k=m,m+1,m+2,…,r,其中n,N,M∈N*,M≤N,n≤N,m=max{0,n-N+M},r=min{n,M}.如果随机变量X的分布列具有上式的形式,那么称随机变量X服从超几何分布.
三、正态分布
1.定义
若随机变量X的概率分布密度函数为f(x)=1σ2πe-(x-μ)22σ2,x∈R,其中μ∈R,σ>0为参数,则称随机变量X服从正态分布,记为 X~N(μ,σ2) .
2.正态曲线的特点
(1)曲线是单峰的,它关于直线 x=μ 对称;
(2)曲线在 x=μ 处达到峰值1σ2π;
(3)当|x|无限增大时,曲线无限接近x轴.
3.3σ原则
(1)P(μ-σ≤X≤μ+σ)≈0.682 7;
(2)P(μ-2σ≤X≤μ+2σ)≈0.954 5;
(3)P(μ-3σ≤X≤μ+3σ)≈0.997 3.
【基础小题固根基】
1.(教材变式)已知X~B(20,p),且E(X)=6,则D(X)等于( )
A.1.8B.6C.2.1D.4.2
解析：选D.因为X服从二项分布X~B(20,p),
所以E(X)=20p=6,得p=0.3,
故D(X)=np(1-p)=20×0.3×0.7=4.2.
2.(教材变式)在含有3件次品的10件产品中,任取4件,X表示取到的次品的个数,则P(X=2)= .
解析：由题意得P(X=2)=C32C72C104=310.
答案:310
3.(对二项分布意义不理解致误)投篮测试中,每人投3次,至少投中2次才能通过测试.已知某同学每次投篮投中的概率为0.6,且各次投篮是否投中相互独立,则该同学通过测试的概率为( )
解析：选A.3次投篮投中2次的概率为P(k=2)=C32×0.62×(1-0.6),投中3次的概率为P(k=3)=0.63,所以通过测试的概率为P(k=2)+P(k=3)=C32×0.62×(1-0.6)+0.63=
0.648.
4.(教材提升)某班有50名同学,一次数学考试的成绩X服从正态分布N(110,102).已知P(100解析：因为考试的成绩X服从正态分布N(110,102),所以该正态曲线关于X=110对称,
因为P(100所以P(X>120)=P(X≤100)=12×(1-0.34×2)=0.16.
所以该班数学成绩在120分以上的人数约为0.16×50=8.
答案:8
5.(二项分布应用不准致误)在一次招聘中,主考官要求应聘者从20道备选题中一次性随机抽取5道题,并独立完成所抽取的5道题,乙能正确完成每道题的概率为45,且每道题完成与否互不影响,记乙能正确完成的题数为Y,则Y的数学期望为 .
解析：由题意知Y~B5,45,
所以E(Y)=5×45=4.
答案:4
二项分布
[典例1](1)出租车司机从饭店到火车站途中经过6个交通岗,假设他在各交通岗遇到红灯的事件是相互独立的,并且概率都是13.则这位司机在途中遇到红灯数X的均值为 ,方差为 .
解析：X的所有可能取值是0,1,2,3,4,5,6,
这位司机经过一个交通岗就是一次试验,有遇到红灯和未遇到红灯两个结果,X=k(k∈N,k≤6)的事件相当于6次独立重复经过一个交通岗的试验,恰有k次遇到红灯的事件,于是得随机变量X~B6,13,
所以E(X)=6×13=2,D(X)=6×13×1-13=43.
答案:2 43
(2)(2022·福州模拟)在一次国际大型体育运动会上,某运动员报名参加了3个项目的比赛.已知该运动员在这3个项目中,每个项目能拿奖的概率都是23,那么在本次运动会上:
①求该运动员至少能拿2项奖的概率;
②若该运动员能拿奖的项目数为X,求X的分布列及均值.
解析：①依题意知,该运动员在每个项目上“能拿奖”为独立事件,并且每个事件发生的概率相同.
设该运动员能拿奖的项目数为随机变量ξ,“该运动员至少能拿2项奖”为事件A,
则有P(A)=P(ξ=2)+P(ξ=3)=C3223213+C33233=2027;
②由①可知,X~B3,23,
则P(X=0)=C301-233=127,
P(X=1)=C31·23·1-232=29,
P(X=2)=C32·232·1-23=49,
P(X=3)=C33·233=827,
所以X的分布列为
所以均值E(X)=0×127+1×29+2×49+3×827=2.(或E(X)=3×23=2)
【方法提炼】
1.求n重伯努利试验概率的三个步骤
(1)判断:依据n重伯努利试验的特征,判断所给试验是否为独立重复试验.
(2)分拆:判断所求事件是否需要分拆.
(3)计算:就每个事件依据n重伯努利试验的概率公式求解,最后利用互斥事件概率加法公式计算.
2.求随机变量X的均值与方差时,可首先分析X是否服从二项分布,如果X~B(n,p),则用公式E(X)=np,D(X)=np(1-p)求解,可大大减少计算量.
【对点训练】
张先生家住H小区,他在C科技园区工作,从家开车到公司上班有L1,L2两条路线(如图),L1路线有A1,A2,A3三个路口,各路口遇到红灯的概率均为12;L2路线有B1,B2两个路口,各路口遇到红灯的概率依次为34,35.
(1)若走L1路线,求最多遇到1次红灯的概率;
(2)若走L2路线,求遇到红灯次数X的数学期望;
(3)若张先生想在上班的途中,“平均遇到红灯次数最少”,则张先生应从上述两条路线中选择哪条上班路线,并说明理由.
解析：(1)设走L1路线最多遇到1次红灯为A事件,则P(A)=C30×123+C31×12×122=12.
所以走L1路线,最多遇到1次红灯的概率为12.
(2)依题意,知X的可能取值为0,1,2.
P(X=0)=1-34×1-35=110,
P(X=1)=34×1-35+1-34×35=920,
P(X=2)=34×35=920.
随机变量X的分布列为
E(X)=110×0+920×1+920×2=2720.
(3)设选择L1路线遇到红灯次数为Y,随机变量Y服从二项分布,即Y~B3,12,
所以E(Y)=3×12=32.
因为E(X) 【加练备选】
从某企业生产的某种产品中抽取100件,测量这些产品的质量指标值,由测量结果得到如图所示的频率分布直方图,质量指标值落在区间[55,65),[65,75),[75,85]内的频率之比为4∶2∶1.
(1)求这些产品的质量指标值落在区间[75,85]内的频率;
(2)若将频率视为概率,从该企业生产的这种产品中随机抽取3件,记这3件产品中质量指标值位于区间[45,75)内的产品件数为X,求X的分布列与数学期望.
解析：(1)设落在区间[75,85]内的频率为x,
则落在区间[55,65),[65,75)内的频率分别为4x和2x.
依题意得(0.004+0.012+0.019+0.030)×10+4x+2x+x=1,解得x=0.05.
所以落在区间[75,85]内的频率为0.05.
(2)从该企业生产的这种产品中随机抽取3件,相当于进行了3次独立重复试验,所以X服从二项分布B(n,p),其中n=3.
由(1)得,落在区间[45,75)内的频率为0.3+0.2+0.1=0.6,将频率视为概率得p=0.6.
因为X的所有可能取值为0,1,2,3,
则P(X=0)=C30×0.60×0.43=0.064,
P(X=1)=C31×0.61×0.42=0.288,
P(X=2)=C32×0.62×0.41=0.432,
P(X=3)=C33×0.63×0.40=0.216.
所以X的分布列为
所以X的数学期望为E(X)=0×0.064+1×0.288+2×0.432+3×0.216=1.8(或直接根据二项分布的均值公式得到E(X)=np=3×0.6=1.8).
超几何分布
[典例2](1)某外语学校的一个社团中有7名同学,其中2人只会法语,2人只会英语,3人既会法语又会英语.现选派3人到法国的学校交流访问,则恰有2人会法语的概率为 ;既会法语又会英语的人数X的均值为 .
解析：设事件A为“选派的3人中恰有2人会法语”,则P(A)=C52C21C73=47.
方法一:依题意知X的取值为0,1,2,3,
P(X=0)=C43C73=435,P(X=1)=C42C31C73=1835,
P(X=2)=C41C32C73=1235,P(X=3)=C33C73=135,
所以X的分布列为
所以E(X)=0×435+1×1835+2×1235+3×135=97.
方法二:E(X)=3×37=97.
答案:47 97
(2)从某校高三年级中随机抽取100名学生,对其视力情况进行统计(两眼视力不同,取较低者统计),得到如图所示的频率分布直方图,已知从这100人中随机抽取1人,其视力在[4.1,4.3)的概率为110.
①求a,b的值;
②若高校B专业的报考资格为任何一眼裸眼视力不低于5.0,已知在[4.9,5.1)中有13的学生裸眼视力不低于5.0.现用分层随机抽样的方法从[4.9,5.1)和[5.1,5.3)中抽取4名同学,4人中有资格(仅考虑视力)报考B专业的人数为随机变量ξ,求ξ的分布列.
解析：①由频率分布直方图的性质,得
b×0.2=110,(b+0.75+1.75+a+0.75+0.25)×0.2=1,
解得b=0.5,a=1.
②在[4.9,5.1)中,共有15人,其中5人裸眼视力不低于5.0,在这15人中,抽取3人,
在[5.1,5.3)中,共有5人,抽取1人,
随机变量ξ的可能取值为1,2,3,4,
P(ξ=1)=C103C50C153=2491,P(ξ=2)=C102C51C153=4591,
P(ξ=3)=C101C52C153=2091,P(ξ=4)=C100C53C153=291,
所以ξ的分布列如下
【方法提炼】
超几何分布的特点
(1)超几何分布描述的是不放回抽样问题,随机变量为抽到的某类个体的个数.超几何分布的特征是:①考察对象分两类;②已知各类对象的个数;③从中抽取若干个个体,考查某类个体数X的概率分布.
(2)超几何分布主要用于抽检产品、摸不同类别的小球等概率模型,其本质是古典概型.
【对点训练】
某食品厂为了检查一条自动包装流水线的生产情况,随机抽取该流水线上的40件产品作为样本并称出它们的质量(单位:克),质量的分组区间为(490,495],(495,500],…,(510,515].由此得到样本的频率分布直方图(如图).
(1)根据频率分布直方图,求上述抽取的40件产品中质量超过505克的产品数量;
(2)在上述抽取的40件产品中任取2件,设X为质量超过505克的产品数量,求X的分布列,并求其均值;
(3)从该流水线上任取2件产品,设Y为质量超过505克的产品数量,求Y的分布列.
解析：(1)质量超过505克的产品的频率为5×0.05+5×0.01=0.3,所以质量超过505克的产品数量为40×0.3=12(件).
(2)质量超过505克的产品数量为12件,则质量未超过505克的产品数量为28件,X的可能取值为0,1,2,X服从超几何分布.
P(X=0)=C120C282C402=63130,
P(X=1)=C121C281C402=2865,
P(X=2)=C122C280C402=11130,
所以X的分布列为
所以X的均值为
E(X)=0×63130+1×2865+2×11130=35;
(3)根据样本估计总体的思想,取一件产品,该产品的质量超过505克的概率为310.
从流水线上任取2件产品互不影响,该问题可看成2重伯努利试验,质量超过505克的产品数量Y的可能取值为0,1,2,
且Y~B2,310,P(Y=k)=C2k×1-3102-k×310k,
所以P(Y=0)=C20×7102=49100,
P(Y=1)=C21×310×710=2150,
P(Y=2)=C22×3102=9100.
所以Y的分布列为
正态分布
角度1 正态分布的性质
[典例3](1)设有一正态总体,它的正态密度曲线是函数f(x)的图象,且f(x)=18πe-(x-10)28(x∈R),则这个正态总体的平均数与标准差分别是( )
A.10与8B.10与2
C.8与10D.2与10
解析：选B.因为f(x)=18πe-(x-10)28,所以σ=2,μ=10,即正态总体的平均数与标准差分别为10与2.
(2)(2023·深圳模拟)已知三个正态密度函数φi(x)=12πσie-(x-μi)22σi2(x∈R,i=1,2,3)的图象如图所示,则( )
A.μ1<μ2=μ3,σ1=σ2>σ3
B.μ1>μ2=μ3,σ1=σ2<σ3
C.μ1=μ2<μ3,σ1<σ2=σ3
D.μ1<μ2=μ3,σ1=σ2<σ3
解析：选D.由正态曲线关于直线x=μ对称,知μ1<μ2=μ3;σ的大小决定曲线的形状,σ越大,总体分布越分散,曲线越“矮胖”,σ越小,总体分布越集中,曲线越“瘦高”,则σ1=σ2<σ3.
实际上,由φ1(μ1)=φ2(μ2)>φ3(μ3),即12πσ1=12πσ2>12πσ3,亦可知σ1=σ2<σ3.
(3)(2021·新高考Ⅱ卷)某物理量的测量结果服从正态分布N(10,σ2),则下列结论中不正确的是( )
A.σ越小,该物理量一次测量结果落在(9.9,10.1)内的概率越大
B.该物理量一次测量结果大于10的概率为0.5
C.该物理量一次测量结果大于10.01的概率与小于9.99的概率相等
D.该物理量一次测量结果落在(9.9,10.2)内的概率与落在(10,10.3)内的概率相等
解析：选D.对于A,σ2为数据的方差,所以σ越小,数据在μ=10附近越集中,所以测量结果落在(9.9,10.1)内的概率越大,故A正确,不符合题意;
对于B,由正态密度曲线的对称性可知该物理量一次测量大于10的概率为0.5,故B正确,不符合题意;
对于C,由正态密度曲线的对称性可知该物理量一次测量结果大于10.01的概率与小于9.99的概率相等,故C正确,不符合题意;
对于D,因为该物理量一次测量结果落在(9.9,10.0)的概率与落在(10.2,10.3)的概率不同,所以一次测量结果落在(9.9,10.2)的概率与落在(10,10.3)的概率不同,故D错误,符合题意.
【方法提炼】
利用正态分布性质解题的关键点
对X~N(μ,σ2)中的μ,σ的意义不清楚,特别是对μ的认识不清楚,就会在解题时无从下手.这里μ是随机变量X的均值,σ是标准差,x=μ是正态密度曲线的对称轴.
角度2 正态分布的概率计算
[典例4](1)(2023·运城模拟)在某项测量中,测量结果ξ服从正态分布N(1,σ2)(σ>0),若ξ在(0,2)内取值的概率为0.6,则ξ在[2,+∞)内取值的概率为( )
A.0.8B.0.4C.0.3D.0.2
解析：选D.因为ξ服从正态分布N(1,σ2)(σ>0),所以曲线的对称轴是直线x=1,又ξ在(0,2)内取值的概率为0.6,根据正态曲线的性质,则ξ在[2,+∞)内取值的概率为P(ξ≥2)=1-0.62=0.2.
(2)(2022·安阳模拟)已知某次数学考试的成绩服从正态分布N(116,64),则成绩在140分以上的考生所占的百分比约为( )
(参考数据:P(μ-3σ≤X≤μ+3σ≈0.997)
A.0.3%%
C.1.5%%
解析：选D.依题意,得μ=116,σ=8,所以μ-3σ=92,μ+3σ=140.而服从正态分布的随机变量在[μ-3σ,μ+3σ]内取值的概率约为0.997,所以成绩在区间(92,140)内的考生所占的百分比约为99.7%.从而成绩在140分以上的考生所占的百分比约为1-99.7%2=0.15%.
(3)(2022·新高考Ⅱ卷)已知随机变量X服从正态分布N(2,σ2),且P(22.5)= .
解析：因为X~N(2,σ2),
所以P(X<2)=P(X>2)=0.5,
因此P(X>2.5)=P(X>2)-P(2答案:0.14
【方法提炼】
正态分布下两类常见的概率计算
(1)利用3σ原则求概率问题时,要注意把给出的区间或范围与正态变量的μ,σ进行对比联系,确定它们属于(μ-σ,μ+σ),(μ-2σ,μ+2σ),(μ-3σ,μ+3σ)中的哪一个.
(2)利用正态密度曲线的对称性研究相关概率问题,涉及的知识主要是正态密度曲线关于直线x=μ对称,及曲线与x轴之间的面积为1.
注意下面结论的活用:
①对任意的a,有P(X<μ-a)=P(X>μ+a);
②P(X③P(a角度3 正态分布的综合应用
[典例5](1)为了解高三复习备考情况,某校组织了一次阶段考试.若高三全体考生的数学成绩x近似服从正态分布N(100,17.52).已知成绩在117.5分以上的学生有80人,则此次参加考试的学生成绩低于82.5分的概率为 ;如果成绩大于135分的为特别优秀,那么本次数学考试成绩特别优秀的大约有 人.(若X~N(μ,σ2),则P(μ-σ≤X≤μ+σ)≈0.68,P(μ-2σ≤X≤μ+2σ)≈0.95)
解析：因为数学成绩x服从正态分布N(100,17.52),则P(100-17.5≤x≤100+17.5)=P(82.5≤x≤117.5)≈0.68,所以此次参加考试的学生成绩低于82.5分的概率为P(x<82.5)=1-P(82.5≤x≤117.5)2≈1-0.682=0.16.
又P(100-17.5×2≤x≤100+17.5×2)=P(65≤x≤135)≈0.95,所以数学成绩特别优秀的概率为P(x>135)=1-P(65≤x≤135)2≈1-0.952=0.025.
又P(x<82.5)=P(x>117.5)≈0.16,则本次考试数学成绩特别优秀的人数大约是800.16×0.025≈13.
答案:0.16 13
(2)为了解某年龄段人群的午休睡眠时间,随机抽取了1 000名该年龄段的人作为被调查者,统计了他们的午休睡眠时间,得到如图所示的频率分布直方图.
①求这1 000名被调查者的平均午休睡眠时间x(同一组中的数据用该组区间的中点值作代表);
②由直方图可以认为被调查者的午休睡眠时间Y服从正态分布N(μ,σ2),其中μ,σ2分别取被调查者的平均午休睡眠时间x和方差s2,那么这1 000名被调查者中午休睡眠时间低于43.91分钟的人数估计有多少?
③如果用这1 000名被调查者的午休睡眠情况来估计某市该年龄段所有人的午休睡眠情况,现从全市所有该年龄段的人中随机抽取5人,记午休睡眠时间不超过73.09分钟的人数为X,求E(X)(精确到0.01).
附:(i)s2=212.75,212.75≈14.59.
(ii)Y~N(μ,σ2),则P(μ-σ≤Y≤μ+σ)≈0.682 7;P(μ-2σ≤Y≤μ+2σ)≈0.954 5;P(μ-3σ≤Y≤μ+3σ)≈0.997 3.
解析：①由题意知,第一组至第六组的区间中点值分别为35,45,55,65,75,85,对应的频率分别为0.1,0.2,0.3,0.15,0.15,0.1.
所以x=35×0.1+45×0.2+55×0.3+65×0.15+75×0.15+85×0.1=58.5(分钟),所以这1 000名被调查者的平均午休睡眠时间x=58.5分钟.
②由题意得Y~N(58.5,14.592),则
P(43.91≤Y≤73.09)=P(μ-σ≤Y≤μ+σ)≈0.682 7,所以P(Y>73.09)=P(Y<43.91)≈1-0.682 72=
0.158 65,所以这1 000名被调查者中午休睡眠时间低于43.91分钟的估计有0.158 65×1 000≈159(人).
③在全市该年龄段人中抽取午休睡眠时间不超过73.09分钟的人的概率P≈1-0.158 65=0.841 35,由题意得X~B(5,0.841 35),
所以E(X)=5×0.841 35≈4.21.
【方法提炼】
解决正态分布问题有三个关键点
(1)对称轴x=μ.
(2)标准差σ.
(3)分布区间.利用对称性可求指定范围内的概率值;由μ,σ,分布区间的特征进行转化,使分布区间转化为3σ特殊区间,从而求出所求概率.
提醒只有在标准正态分布下对称轴才为x=0.
【对点训练】
1.(2023·常州模拟)若随机变量X~B(3,p),Y~N(2,σ2),若P(X≥1)=0.657,P(04)等于( )
A.0.2B.0.3C.0.7D.0.8
解析：选A.由题意,P(X≥1)=1-P(X=0)=1-(1-p)3=0.657,解得p=0.3,则P(04)=P(Y<0)=0.5-P(02.在某校高三年级的高考全真模拟考试中,所有学生考试成绩的取值X(单位:分)是服从正态分布N(502,144)的随机变量,模拟“重点控制线”为490分(490分及490分以上都是重点),若随机抽取该校一名高三考生,则这位同学的成绩不低于“重点控制线”的概率为( )
(附:若随机变量X服从正态分布N(μ,σ2),则P(μ-σ≤X≤μ+σ)≈0.682 7,P(μ-2σ≤X≤μ+2σ)≈0.954 5,P(μ-3σ≤X≤μ+3σ)≈0.997 3)
7 65
35 35
解析：选C.X~N(502,144),则σ=12,
因为P(502-12≤X≤502+12)≈0.682 7,
所以P(X<490)≈1-0.682 72=0.158 65,
即P(X≥490)≈1-0.158 65=0.841 35.
3.对一个物理量做n次测量,并以测量结果的平均值作为该物理量的最后结果.已知最后结果的误差εn~N0,2n,为使误差εn在(-0.5,0.5)的概率不小于0.954 5,至少要测量 次.(若X~N(μ,σ2),则P(|X-μ|≤2σ)≈0.954 5)
解析：根据正态曲线的对称性知要使误差εn在(-0.5,0.5)的概率不小于0.954 5,
则(μ-2σ,μ+2σ)⊂(-0.5,0.5),
又μ=0,σ=2n,
所以0.5≥22n,所以n≥32.
答案:32
【加练备选】
1.已知随机变量ξ~N(μ,σ2),有下列四个命题:
甲:P(ξP(ξ>a+2);
乙:P(ξ>a)=0.5;
丙:P(ξ≤a)=0.5;
丁:P(a<ξ如果只有一个假命题,则该命题为( )
A.甲B.乙C.丙D.丁
解析：选D.由于乙、丙的真假性相同,所以乙、丙都是真命题,故a=μ;根据正态密度曲线的对称性可知,甲:P(ξ<μ-1)>P(ξ>μ+2)为真命题;P(μ<ξ<μ+1)>P(μ+1<ξ<μ+2),所以假命题是丁.
2.为了监控某种零件的一条生产线的生产过程,检验员每天从该生产线上随机抽取16个零件,并测量其尺寸(单位:cm).根据长期生产经验,可以认为这条生产线正常状态下生产的零件的尺寸服从正态分布N(μ,σ2).
(1)假设生产状态正常,记X表示一天内抽取的16个零件中其尺寸在(μ-3σ,μ+3σ)之外的零件数,求P(X≥1)及X的数学期望;
(2)一天内抽检零件中,如果出现了尺寸在(μ-3σ,μ+3σ)之外的零件,就认为这条生产线在这一天的生产过程中可能出现了异常情况,需对当天的生产过程进行检查.
①试说明上述监控生产过程方法的合理性;
②下面是检验员在一天内抽取的16个零件的尺寸:
经计算得x=116∑i=116xi=9.97,s=116∑i=116(xi-x)2=116(∑i=116xi2-16x2)≈0.212,其中xi为抽取的第i个零件的尺寸,i=1,2,…,16.
用样本平均数x作为μ的估计值,用样本标准差s作为σ的估计值,利用估计值判断是否需对当天的生产过程进行检查,剔除(-3,+3)之外的数据,用剩下的数据估计μ和σ(精确到0.01).
附:若随机变量Z服从正态分布N(μ,σ2),则P(μ-3σ≤Z≤μ+3σ)≈0.997 3,0.997 316≈0.957 7,0.008≈0.09.
解析：(1)抽取的一个零件的尺寸在(μ-3σ,μ+3σ)之内的概率为0.997 3,从而零件的尺寸在(μ-3σ,μ+3σ)之外的概率为0.002 7,故X~B(16,0.002 7).
因此P(X≥1)=1-P(X=0)=1-0.997 316≈0.042 3;
X的数学期望E(X)=16×0.002 7=0.043 2.
(2)①如果生产状态正常,一个零件尺寸在(μ-3σ,μ+3σ)之外的概率只有0.002 7,一天内抽取的16个零件中,出现尺寸在(μ-3σ,μ+3σ)之外的零件的概率只有0.042 3,发生的概率很小,因此一旦发生这种情况,就有理由认为这条生产线在这一天的生产过程中可能出现了异常情况,需对当天的生产过程进行检查,可见上述监控生产过程的方法是合理的.
②由x=9.97,s≈0.212,得μ的估计值为=9.97,σ的估计值为=0.212,由样本数据可以看出有一个零件的尺寸在(-3,+3)之外,因此需对当天的生产过程进行检查.
剔除(-3,+3)之外的数据9.22,剩下数据的平均数为115×(16×9.97-9.22)=10.02.
因此μ的估计值为10.02.
∑i=116xi2=16×0.2122+16×9.972≈1 591.134,
剔除(-3,+3)之外的数据9.22,剩下数据的样本方差为115×(1 591.134-9.222-15×10.022)≈0.008,
因此σ的估计值为0.008≈0.09.
教材改编
易错易混
1,2,4
3,5
X
0
1
2
3
P
127
29
49
827
X
0
1
2
P
110
920
920
X
0
1
2
3
P
0.064
0.288
0.432
0.216
X
0
1
2
3
P
435
1835
1235
135
ξ
1
2
3
4
P
2491
4591
2091
291
X
0
1
2
P
63130
2865
11130
Y
0
1
2
P
49100
2150
9100
9.95
10.12
9.96
9.96
10.01
9.92
9.98
10.04
10.26
9.91
10.13
10.02
9.22
10.04
10.05
9.95