|
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 X2 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; просмотров: 38 | Нарушение авторских прав
<== предыдущая лекция | | | следующая лекция ==> |