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\( \overset{ .}{x}\)=\( \frac {1}{16} \sum\limits_{i=1}^{16}x_{i}\)=9.97，s=\( \sqrt { \frac {1}{16} \sum\limits_{i=1}^{16}(x_{i}- \overset{ .}{x})^{2}}\)=\( \sqrt { \frac {1}{16}( \sum\limits_{i=1}^{16}x_{i}^{2}-16 \overset{ .}{x}^{2})}\)≈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\( \overset{ .}{x}\)作为μ的估计值\( \overset{\hat }{\mu }\)，用样本标准差s作为σ的估计值\( \overset{\hat }{\sigma }\)，利用估计值判断是否需对当天的生产过程进行检查？剔除（\( \overset{\hat }{\mu }\)-3\( \overset{\hat }{\sigma }， \overset{\hat }{\mu }\)+3\( \overset{\hat }{\sigma }\)）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）=0.9974，0.9974¹⁶≈0.9592，\( \sqrt {0.008}\)≈0.09．

【考点】正态曲线及其性质

【分析】请登陆后查看

【解答】请登陆后查看