概率论与数理统计(经管类)
- 某工厂生产的产品中，次品率为5％，现随机抽取400件产品进行检查，则发现的次品数最可能为：
- 设随机变量X和Y的联合概率分布满足P{X = x, Y = y} = P{X = x}P{Y = y | X = x}，则X和Y
- 随机变量X的期望E(X)是X所有可能取值的：
- 设随机变量X~N(μ,σ^2)，若P(X>μ+σ)=0.1587，则P(μ-2σ
- 当二项分布B(n, p)中n很大且p很小，但np适中时，二项分布近似于
- 设随机事件A和B至少有一个发生的概率为0.8，A和B同时不发生的概率为0.1，则事件A发生的概率为：
- 在标准正态分布下，随机变量X的取值小于-1.96的概率约为：
- 正态分布N(μ, σ^2)的概率密度函数在x=μ处：
- 若随机变量X和Y满足D(X+Y)=D(X)+D(Y)+2Cov(X,Y)，且Cov(X,Y)=0，则X和Y：
- 若随机变量X服从泊松分布P(λ)，且E(X)=3，则λ的值为：
- 从总体中抽取样本时，如果总体各单位之间差异程度较小，且样本容量较大，则宜采用：
- 设随机变量X~N(μ,σ^2)，若P(X<μ-σ)=0.1587，则P(μ-σ
- 当二项分布B(n,p)中n很大且p很小时，二项分布的近似分布是：
- 设随机变量X服从均匀分布U(1, 5)，则P(2
- 在标准正态分布下，随机变量X的取值落在(-∞,-1.96)内的概率约为：
- 设随机变量X的概率分布列为P{X=k}=1/4 (k=1,2,3,4)，则P{X>2}的值为：
- 若随机变量X服从泊松分布P(λ)，且E(X)=2，则λ的值为：
- 正态分布N(μ, σ^2)的概率密度函数图像是关于直线x=μ：
- 某产品的合格率为90％，现随机抽取10件进行检查，则全部合格的概率约为：
- 设随机变量X和Y的联合分布律满足P{X=x,Y=y}=P{X=x}P{Y=y}，则X和Y：
- 设随机变量X和Y的协方差为2，X的方差为4，Y的方差为9，则X和Y的相关系数为：
- 当二项分布的参数n=1时，二项分布变为：
- 当二项分布B(n,p)中n很大且p很小时，二项分布近似于：
- 若随机变量X服从二项分布B(10, 0.2)，则P(X=3)的值约为：
- 设随机变量X的概率分布列为P{X=k}=1/8 (k=1,2,...,8)，则P{X≤4}的值为：
- 设随机变量X的概率分布列为P{X=k}=1/6 (k=1,2,3,4,5,6)，则P{X≤3}的值为：
- 随机变量X的数学期望E(X)是X的：
- 某产品的不合格率为5％，现随机抽取400件进行检查，则不合格品数不多于25件的概率约为：
- 某产品的合格率为98％，现随机抽取100件进行检查，则不合格品数不多于2件的概率约为：
- 设随机变量X的概率分布列为P{X=k}=C(4,k)p(4-k) (k=0,1,2,3,4)，且E(X)=2，则p的值为：
- 若随机变量X和Y的协方差Cov(X, Y)=0，则X和Y：
- 若随机变量X和Y的协方差Cov(X,Y)=0，则X和Y：
- 设随机变量X和Y相互独立，且XN(1, 4)，YN(2, 9)，则Z=X+Y服从：
- 设随机变量X和Y的协方差矩阵为[[2,1],[1,3]]，则D(2X-Y)的值为：
- 在标准正态分布中，随机变量X的取值落在(-∞, 0)内的概率是：
- 从总体中抽取样本时，如果总体各单位之间差异较大，应优先考虑的抽样方法是：
- 某工厂生产的产品中，次品率为3％，现随机抽取500件产品进行检查，则发现的次品数最可能为：
- 设随机变量X服从均匀分布U(2, 6)，则P(X<4)的值为：
- 设随机变量X服从泊松分布P(λ)，且E(X)=2，则λ的值为：
- 正态分布N(μ, σ^2)的均值μ表示：
- 随机变量X的方差D(X)反映了X的：
- 某产品的不合格率为2％，现随机抽取500件进行检查，则不合格品数不多于15件的概率约为：
- 设随机变量X和Y的相关系数为-0.8，则X和Y：
- 设随机事件A发生的概率为0.3，则事件A不发生的概率为：
- 若随机变量X和Y的协方差Cov(X,Y)=0，且X和Y的方差都存在，则：
- 若随机变量X服从二项分布B(5, 0.4)，则P(X=3)的值为：
- 设随机变量X的概率分布列为P{X=k}=C(n,k)p(n-k) (k=0,1,2,...,n)，且E(X)=2，D(X)=1，则n和p的值分别为：
- 设随机变量X和Y相互独立，且XN(0,1)，YN(1,4)，则Z=X+Y服从：
- 设随机变量X和Y相互独立，且X N(0, 1)，Y N(1, 4)，则Z = X + Y服从
- 设随机变量X和Y的协方差矩阵为[[4,2],[2,1]]，则D(X-2Y)的值为：
