高等数学概率论问题
辛钦大数定律对此序列不适用。原因是随机变量序列中每一个随机变量的数学期望都不存在。具体为什么，看下面的说明.
若取上面的a=0,不难发现xf(x)在0到正无穷上的积分是发散的， xf(x)在负无穷到0上的积分也是发散的，所以数学期望不存在.
分析题意知若准备k个元件备用，若机器正常工作的概率为0.96则所求k值就是备件准备数。
于是设有k个元件需要替换
引入随机变量X表示需要替换的元件数
题意要求P(X≤k)=0.96 反解k值即可
以下有两种思路，一种如楼上所述采用泊松分布近似计算，我不多说了。
另一种是采用近似正态分布计算，我做一下。
题意所述 分布是一个二项分布 其参数如下
机器装有600个元件 所做贝努利试验次数 n=600
每个元件报废率为0.04 每次贝努利试验成功概率p=0.04
于是依照二项分布的数字特征
EX=np=600×0.04=24
DX=npq=600×0.04×0.96=23.04
近似采用正态分布代替原二项分布
μ=EX=24
σ²=DX=23.04=4.8²
X~N(24,4.8²)
又P(X≤k)=0.96
而P(X≤k)
=Φ((k-24)/4.8)
=0.96
查表知Φ(1.75)=0.9599
于是(k-24)/4.8=1.75
(k-24)=4.8×1.75=8.4
k=24+8.4=32.4
取整k值为33个
所以，备用零件应准备33个，这种思路与泊松分布近似计算结果完全一样，不过应用得更多一些，毕竟标准正态表0.96这个值是要求背诵下来的。
=1-（1-0.3）*（1-0.4）*（1-0.9）
很简单的题.这题就是按你说的摔破概率求三次摔落地后眼镜存活概率:0.3*0.4*0.9=0.108
这么说不好理解,举例引申一下吧,比如实力相当的一组拳击选手,通过三次晋级才能夺冠,每次对抗的结果只有胜负.那么每次概率为1/2,那么一个选手夺冠的概率为1/2*1/2*1/2=1/8(0.5*0.5*0.5=0.125).SO:假设你的眼镜每次掉地上都有一半的几率打破,那么经过三次你的眼镜还有1/8的存活几率.
落地一次打破的概率为0.3， 未打破的概率为1-0.3=0.7
落地两次打破的概率为0.4*0.7=0.28，未打破的概率为：0.7*(1-0.4)=0.42
落地三次打破的概率：0.9*0.42=0.378
首先我是这么理解这道题的，最后问题说明眼镜已经三次落地，而破眼镜不可能再摔，那可以推出前两次必然没破，第三次破了，那么：
三次落地打破的概率为：0.7*0.6*0.9=0.378
如果审题没错的话就该是上述答案，希望可以帮到你
好难，，，，，，
相关视频
高等数学,概率论,错排问题,有n个士兵,没人有一把枪,随机取枪,问,1.之 ...
之前k人拿到自己枪等价于之前k人拿到自己枪且剩下的人随便拿，概率为（n-k）！\/n！；拿到自己枪的人数的数学期望为1 方法如下：设\\xi_i=1，若第i个人拿到自己的枪，否则\\xi_i=0,i=1,2,...,n 则拿对枪的人数 \\xi=\\xi_1+...+\\xi_n 而每个人拿到自己枪的概率=（n-1）！\/n！=...
高等数学概率论问题
前21次，挑了7个次品，14个正品8个次品里挑7个：C(8,7)32个正品里挑14个：C(32,14)40个产品里挑21个：C(40,21)所以前21次挑7个次品的概率为C(8,7)C(32,14)\/C(40,21)解“22次测试”相当于从40只产品中有序的取出22只产品，共有A4022种等可能的基本事件，“8只次品恰好全被测出...
高等数学概率论问题
X与-X有相同的概率分布,就是说X是"对称分布",也就是C.非要过程呢,,, 已知X和-X有相同的概率分布,就是说P(X<=x)=P(-X<=x),即F(x)=1-F(-x),两边求导,即得f(x)=f(-x)这
