1.
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\(N(μ,σ^{2}).\)
\((1)\)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\(P(X\geqslant 1)\)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可能出现了异常情况,需对当天的生产过程进行检查.
\((i)\)试说明上述监控生产过程方法的合理性;
\((ii)\)下面是检验员在一天内抽取的\(16\)个零件的尺寸:
\(9.95\) \(10.12\) \(9.96\) \(9.96\) \(10.01\) \(9.92\) \(9.98\) \(10.04\)
\(10.26\) \(9.91\) \(10.13\) \(10.02\) \(9.22\) \(10.04\) \(10.05\) \(9.95\)
经计算得\(\overline{x}= \dfrac{1}{16}\sum_{^{i=1}}^{_{16}}x_{i}=9.97\),\(s= \sqrt{ \dfrac{1}{16}\sum_{^{i=1}}^{_{16}}(x_{i}-\overline{x})^{2}}= \sqrt{ \dfrac{1}{16}\left( \left. \sum_{^{i=1}}^{_{16}}x\rlap{_{i}}{^{2}}-16\overline{x}^{2} \right. \right)}≈0.212\),
其中\(x_{i}\)为抽取的第\(i\)个零件的尺寸,\(i=1\),\(2\),\(…\),\(16\).
用样本平均数\(\overline{x}\)作为\(μ\)的估计值\(\hat{μ}\),用样本标准差\(s\)作为\(σ\)的估计值\(\hat{σ}\),利用估计值判断是否需对当天的生产过程
进行检查?剔除\((\hat{μ}-3\hat{σ},\hat{μ}+3\hat{σ})\)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\(N(μ,σ^{2})\),则\(P(μ-3σ < Z < μ+3σ)=0.997 4.0.997 4^{16}≈0.959 2\),\( \sqrt{0.008}≈0.09\).