ФИТ каф мат Теория вероятностей и математическая статистика 5 страница

M13E1T120	Закон больших чисел
V1	M(X), D(X), F(X) – соответственно математическое ожидание, дисперсия и функция распределения случайной величины X. Среди перечисленных ниже неравенств укажите неравенство Чебышева
V2	M(X), D(X), F(X) – соответственно математическое ожидание, дисперсия и функция распределения случайной величины X. Среди перечисленных ниже неравенств укажите неравенство Маркова
V3	Какое из положений закона больших чисел устанавливает сходимость по вероятности средней арифметической большого числа независимых случайных величин к средней арифметической их математических ожиданий?
	теорема Чебышева
	теорема Бернулли
	теорема Пуассона
	теорема Ляпунова
V4	Какое из положений закона больших чисел устанавливает факт приближения закона распределения суммы большого числа независимых случайных величин к нормальному закону?
	теорема Чебышева
	теорема Бернулли
	теорема Пуассона
	теорема Ляпунова
V5	Какое из положений закона больших чисел устанавливает сходимость по вероятности частости события в большой серии повторных независимых испытаний к вероятности этого события в отдельном испытании?
	теорема Чебышева
	теорема Бернулли
	теорема Пуассона
	теорема Ляпунова

M14E1T90	Случайные величины
V1	Ряд распределения случайной величины имеет вид xi 2 3 6 7 pi 0.2 0.2 p 0.2 p равно
	0.2
	-0.2
	0.4
	среди указанных вариантов ответов нет правильного
V2	Ряд распределения случайной величины имеет вид xi -1 0 2 7 pi 0.1 0.2 p 0.4 p равно
	0.3
	0.2
	0.4
	среди указанных вариантов ответов нет правильного
V3	Ряд распределения случайной величины имеет вид xi 1 3 5 7 pi 0.15 0.2 p 0.3 p равно
	0.25
	0.75
	0.65
	0.35
	0.4
	среди указанных вариантов ответов нет правильного
V4	Ряд распределения случайной величины X имеет вид xi 2 3 6 7 pi 0.5 0.3 0.1 0.1 Среднее значение X равно
	среди указанных вариантов ответов нет правильного
	3.2
	0.5
	4.5
	0.25
V5	Ряд распределения случайной величины X имеет вид xi -1 0 1 7 pi 0.3 0.05 0.25 0.4 Случайная величина X^2 принимает значение 1 с вероятностью
	0.3
	0.25
	0.09
	0.1525
	0.55
	среди указанных вариантов ответов нет правильного
V6	Вероятность того, что непрерывная случайная величина примет отдельно взятое значение равна
	-1
	0.5
	0.1
V7	Непрерывная случайная величина не может быть задана
	аналитически (формулой)
	плотностью вероятности
	таблицей распределения
	функцией распределения вероятностей
	графически (кривой распределения)

M15E1T90	Числовые характеристики случайных величин
V1	X и Y – независимые случайные величины, C – постоянная. Какое из перечисленных ниже свойств математического ожидания не имеет места?
	M(XY)=M(X)M(Y)
	M(C+Y)=C+M(Y)
	M(X+Y)=M(X)+M(Y)
	M(C+X)=M(C)+X
	M(X-M(X))=0
V2	X и Y – независимые случайные величины, C – постоянная. Какое из перечисленных ниже свойств математического ожидания не имеет места?
	M(XY)=M(X)M(Y)
	M(CY)=CM(Y)
	M(X+Y)=M(X)+M(Y)
	M(C)=0
	M(X-M(X))=0
V3	X и Y – независимые случайные величины, C – постоянная. Какое из перечисленных ниже свойств дисперсии не имеет места?
	D(X-Y)=D(X)-D(Y)
	D(C+Y)=D(Y)
	D(X+Y)=D(X)+D(Y)
	D(C-X)=D(X)
	D(M(X))=0
V4	Для дискретной случайной величины с конечным числом возможных значений математическое ожидание может быть вычислено по формуле
V5	Для непрерывной случайной величины математическое ожидание может быть вычислено по формуле
V6	M(X) – математическое ожидание некоторой случайной величины X, D(X) – её дисперсия. Начальным моментом второго порядка является
V7	M(X) – математическое ожидание некоторой случайной величины X, D(X) – её дисперсия. Центральным моментом второго порядка является
V8	M(X) – математическое ожидание дискретной случайной величины X, начальный момент k-го порядка νk для этой случайной величины определяют по формуле
V9	M(X) – математическое ожидание непрерывной случайной величины X, начальный момент k-го порядка νk для этой случайной величины определяют по формуле
V10	M(X) – математическое ожидание дискретной случайной величины X, центральный момент k-го порядка μk для этой случайной величины определяют по формуле
V11	M(X) – математическое ожидание непрерывной случайной величины X, центральный момент k-го порядка μk для этой случайной величины определяют по формуле
V12	Начальный момент первого порядка характеризует
	положение случайной величины
	рассеяние случайной величины
	коэффициент асимметрии
	«скошенность» распределения
	«крутость» распределения
V13	Центральный момент третьего порядка характеризует
	положение случайной величины
	рассеяние случайной величины
	коэффициент асимметрии
	«скошенность» распределения
	«крутость» распределения
V14	Центральный момент второго порядка характеризует
	положение случайной величины
	рассеяние случайной величины
	коэффициент асимметрии
	«скошенность» распределения
	«крутость» распределения
V15	Центральный момент четвертого порядка характеризует
	положение случайной величины
	рассеяние случайной величины
	коэффициент асимметрии
	«скошенность» распределения
	«крутость» распределения
V16	Отношение , где определяет
	положение случайной величины
	рассеяние случайной величины
	коэффициент асимметрии
	«скошенность» распределения
	«крутость» распределения
V17	Мерой разброса для вероятностного распределения случайной величины служит
	дисперсия
	математическое ожидание
	интервал допустимых значений
	произведение её значений
	сумма её значений

M16E1T120	Функция распределения и плотность вероятности
V1	Плотность вероятности , тогда равна
	среди указанных вариантов ответов нет правильного
V2	Плотность вероятности , тогда
	среди указанных вариантов ответов нет правильного
V3	Дана функция распределения случайной величины X: Вероятность попадания случайной величины X в интервал (-0.5; 1) равна
	0.5
	0.25
V4	Среди перечисленных ниже функций плотностью распределения случайной величины не может являться функция
V5	f (x) и F (x) – соответственно дифференциальная и интегральная функции распределения некоторой случайной величины X. Укажите неверное
V6	f (x) и F (x) – соответственно дифференциальная и интегральная функции распределения некоторой случайной величины X. Укажите неверное
V7	f (x) и F (x) – соответственно дифференциальная и интегральная функции распределения некоторой случайной величины X, M(X) – её мат. ожидание. Укажите неверное

M17E1T120	Законы распределения случайных величин
V1	Значение плотности вероятности случайной величины, распределенной равномерно на отрезке [4; 6] в точке х=6,5 равна
	0.5
	10.8
V2	Значение плотности вероятности случайной величины, распределенной равномерно на отрезке [4; 6] в точке х=5 равна
	0.5
	10.8
V3	Случайная величина X – число испытаний, проведенных по схеме Бернулли, с постоянной вероятностью наступления события в каждом испытании до первого положительного исхода. Распределение случайной величины X
	геометрическое
	гипергеометрическое
	биномиальное
	отрицательно-биномиальное
	равномерное
V4	Случайная величина X – число успешных испытаний, проведенных по схеме Бернулли, с постоянной вероятностью наступления события в каждом испытании (испытание считается успешным, если событие имело место). Распределение случайной величины X
	геометрическое
	гипергеометрическое
	биномиальное
	отрицательно-биномиальное
	равномерное
V5	Случайная величина X – число неудачных испытаний, проведенных по схеме Бернулли, с постоянной вероятностью наступления события в каждом испытании (испытание считается неудачным, если событие не имело места). Распределение случайной величины X
	геометрическое
	гипергеометрическое
	биномиальное
	отрицательно-биномиальное
	равномерное
V6	Случайная величина X – число испытаний, проводимых по схеме Бернулли, с постоянной вероятностью наступления события в каждом испытании до тех пор, пока не будет зафиксировано определённое число успешных испытаний, (испытание считается успешным, если событие имело место). Распределение случайной величины X
	геометрическое
	гипергеометрическое
	биномиальное
	отрицательно-биномиальное
	равномерное
V7	Плотность вероятности случайной величины X имеет вид Закон распределения этой случайной величины
	нормальный
	показательный
	равномерный
	биномиальный
	среди указанных вариантов ответов нет правильного
V8	Плотность вероятности случайной величины X имеет вид . Закон распределения этой случайной величины
	нормальный
	показательный
	равномерный
	биномиальный
	среди указанных вариантов ответов нет правильного
V9	Плотность вероятности случайной величины X имеет вид . Закон распределения этой случайной величины
	нормальный
	показательный
	равномерный
	биномиальный
	среди указанных вариантов ответов нет правильного
V10	Вероятность P(X=m) того, что случайная величина X, имеющая биномиальный закон распределения, примет значение, равное m, определяют по формуле
V11	Вероятность P(X=m) того, что случайная величина X, имеющая закон распределения Пуассона, примет значение, равное m, определяют по формуле
V12	Вероятность P(X=m) того, что случайная величина X, имеющая отрицательно-биномиальное распределение, примет значение, равное m, определяют по формуле
V13	Вероятность P(X=m) того, что случайная величина X, имеющая геометрическое распределение, примет значение, равное m, определяют по формуле
V14	Вероятность P(X=m) того, что случайная величина X, имеющая гипергеометрическое распределение, примет значение, равное m, определяют по формуле
V15	Какой из перечисленных ниже законов распределения является законом распределения вероятностей дискретной случайной величины?
	биномиальный
	нормальный
	логнормальный
	Стьюдента
	экспоненциальный
V16	Какой из перечисленных ниже законов распределения является законом распределения вероятностей дискретной случайной величины?
	Пуассона
	нормальный
	хи-квадрат
	Стьюдента
	экспоненциальный
V17	Какой из перечисленных ниже законов распределения является законом распределения вероятностей непрерывной случайной величины?
	биномиальный
	Пуассона
	геометрический
	Стьюдента
	отрицательно-биномиальный
V18	Какой из перечисленных ниже законов распределения является законом распределения вероятностей непрерывной случайной величины?
	Фишера
	Пуассона
	геометрический
	гипергеометрический
	отрицательно-биномиальный

Дата добавления: 2015-08-28