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 ФИТ каф мат Теория вероятностей и математическая статистика 5 страница 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 ФИТ каф мат Теория вероятностей и математическая статистика 5 страница 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 ФИТ каф мат Теория вероятностей и математическая статистика 5 страница(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 ФИТ каф мат Теория вероятностей и математическая статистика 5 страница 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 ФИТ каф мат Теория вероятностей и математическая статистика 5 страница 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 ФИТ каф мат Теория вероятностей и математическая статистика 5 страница 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 ФИТ каф мат Теория вероятностей и математическая статистика 5 страница 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 ФИТ каф мат Теория вероятностей и математическая статистика 5 страница 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 ФИТ каф мат Теория вероятностей и математическая статистика 5 страница 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 ФИТ каф мат Теория вероятностей и математическая статистика 5 страница 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: 12 | Нарушение авторских прав


documentahymiyb.html
documentahymqij.html
documentahymxsr.html
documentahynfcz.html
documentahynmnh.html
Документ ФИТ каф мат Теория вероятностей и математическая статистика 5 страница