下表是某市从3月份中随机抽取的10天空气质量指数(AQI)和“PM 2.5”(直径小于等于2.5微米的颗粒物)24小时平均浓度的数据,空气质量指数(AQI)小于100表示空气质量优良.
日期 编号 | A1 | A2 | A3 | A4 | A5 | A6 | A7 | A8 | A9 | A10 |
空气 质量 指数 (AQI) | 179 | 40 | 98 | 124 | 29 | 133 | 241 | 424 | 95 | 89 |
“PM 2.5” 24小 时平 均浓度 (μg/m3) | 135 | 5 | 80 | 94 | 80 | 100 | 190 | 387 | 70 | 66 |
(1)根据上表数据,估计该市当月某日空气质量优良的概率;
(2)在上表数据中,在表示空气质量优良的日期中,随机抽取两个对其当天的数据作进一步的分析,设事件M为“抽取的两个日期中,当天′PM 2.5′的24小时平均浓度不超过75 μg/m3”,求事件M发生的概率;
(3)在上表数据中,在表示空气质量优良的日期中,随机抽取3天,记为“PM 2.5”24小时平均浓度不超过75 μg/m3的天数,求ξ的分布列和数学期望.
解:(1)由题表数据知,10天中空气质量指数(AQI)小于100的日期有A2、A3、A5、A9、A10共5天,故可估计该市当月某日空气质量优良的概率P==
.
(2)由(1)知10天中表示空气质量为优良的天数为5,当天“PM 2.5”的24小时平均浓度不超过75 μg/m3有编号为A2、A9、A10,共3天,故事件M发生的概率P(M)==
.
(3)由(1)知,ξ的可能取值为1,2,3.
且P(ξ=1)==
,P(ξ=2)=
=
,
P(ξ=3)==
,
故ξ的分布列为
ξ | 1 | 2 | 3 |
P | | | |
ξ的数学期望E(ξ)=1×+2×
+3×
=
.
随机事件的定义:
在随机试验中,可能出现也可能不出现,而在大量重复试验中具有某种规律性的事件叫做随机事件,随机事件通常用大写英文字母A、B、C等表示。
必然事件的定义:
必然会发生的事件叫做必然事件;
不可能事件:
肯定不会发生的事件叫做不可能事件;
概率的定义:
在大量进行重复试验时,事件A发生的频率总是接近于某个常数,在它附近摆动。这时就把这个常数叫做事件A的概率,记作P(A)。
m,n的意义:事件A在n次试验中发生了m次。
因0≤m≤n,所以,0≤P(A)≤1,必然事件的概率为1,不可能发生的事件的概率0。
随机事件概率的定义:
对于给定的随机事件A,随着试验次数的增加,事件A发生的频率总是接近于区间[0,1]中的某个常数,我们就把这个常数叫做事件A的概率,记作P(A)。
频率的稳定性:
即大量重复试验时,任何结果(事件)出现的频率尽管是随机的,却“稳定”在某一个常数附近,试验的次数越多,频率与这个常数的偏差大的可能性越小,这一常数就成为该事件的概率;
“频率”和“概率”这两个概念的区别是:
频率具有随机性,它反映的是某一随机事件出现的频繁程度,它反映的是随机事件出现的可能性;概率是一个客观常数,它反映了随机事件的属性。
登录并加入会员可无限制查看知识点解析