Главная | Случайная
Обратная связь

ТОР 5 статей:

Методические подходы к анализу финансового состояния предприятия

Проблема периодизации русской литературы ХХ века. Краткая характеристика второй половины ХХ века

Ценовые и неценовые факторы

Характеристика шлифовальных кругов и ее маркировка

Служебные части речи. Предлог. Союз. Частицы

КАТЕГОРИИ:






ДЕ 2. Дискретные случайные величины




1. А – случайное событие , U – дост. событие. Тогда вероятность P(A+U) равно: 1

2. В одной урне 5 белых и 3 чёрных шара, в другой – 3 белых и 5 черных шаров, из каждой урны извлекли по 1 шару. Вероятность того, что хотя бы один из них черный, равно:

3. В одной урне 6 белых и 4 черных шаров, в другой 5 белых и 5 черных шаров. Событие А – извлечение белого шара из первой урны, событие В – извлечение белого шара из второй урны, Тогда А и В: независимые события.

4. В первой партии деталей 15% нестандартных, во второй партии 25%, вероятность того, что деталь, наудачу взятая из наудачу выбранной партии не является стандартной, равна: 0,20

5. В первой партии деталей 40% нестандартных, во второй партии 10%. Вероятность того, что деталь, наудачу взятая из наудачу выбранной партии, не является стандартной, равна: 0,25

6. В первой урне 2 белых и 8 черных шаров. Во второй урне 3 белых и 7 черных шаров. Из наудачу взятой урны вынули 1 шар. Тогда вероятность того, что этот шар окажется белым, равна: 0,25

7. В урне 10 белых и 5 черных шаров. Тогда вероятность P(A) события А – извлечения красного шара равна: 0

8. Вероятность достоверного события равна: 1

9. Вероятность любого события, принадлежащего промежутку: [0;1]

10. Вероятность невозможного события равна: 0

11. Вероятность попадания при каждом выстреле равна 0,2. Вероятность ровно 2 попаданий при 14 выстрелах равно:0,25

12. Вероятность попадания при каждом выстреле равна 0,6. Вероятность ровно 3 попаданий при 4 выстрелах равно: 0,25

13. Вероятность события есть: число

14. Вероятность того, что при двух подбрасываниях монеты орел выпадет только один раз, равна: 0,5

15. Вероятность того, что при подбрасывании двух игральных кубиков произведение выпавших очков окажется равным 6, равно:

16. Вероятность того, что при четырех подбрасываниях монеты герб выпадет ровно 3 раза равна: 0,25

17. Гипотезами называются: попарно несовместные события, образующие полную группу событий.

18. Два стрелка производят по одному выстрелу. Вероятность попадания в цель для первого и второго стрелков равны 0,4 и 0,9 соответственно. Тогда вероятность того, что цель будет поражена, равна: 0,94

19. Два стрелка производят по одному выстрелу. Вероятность попадания в цель для первого и второго стрелков равны 0,8 и 0,7 соответственно. Тогда вероятность того, что цель будет поражена, равна: 0,94

20. Для произвольных событий А и В имеет место равенство: P(A+B) = p(A) + p(B) – p(AB)

21. Из урны, содержащей 4 белых и 6 черных шаров, извлекают одновременно два шара. Тогда вероятность того, что оба шара будут черными, равна:

22. На конвейер поступают детали из двух цехов (поровну). Вероятность выпускать брак для этих цехов равны 0,01 и 0,02. Взятая с конвейера деталь оказалась браком. Вероятность того, что эта деталь из второго цеха, равна:

23. Событие, которое не может наступить в результате рассматриваемого опыта, называется: невозможным

24. Сумма вероятностей гипотез в формуле полной вероятности равна:1

25. Сумма двух событий наступает тогда и только тогда, когда: наступает хотя бы одно из событий

26. Находится по формуле: Бейеса

27. Формула Бейеса используется для вычисления вероятности: Р( )

28. Формула полной вероятности: P(A)=

29. Вероятность попадания при каждом выстреле равна 0,7. Тогда наивероятнейшее число попаданий при 6 выстрелах равно: 4

30. Для любых гипотез и любого события А, имеющего положительную вероятность, справедливо равенство (k=1,…, n):

 

ДЕ 3 Дискретные и случайные величины (ДСВ)

№ 1 Дисперсия любой случайной величины: Не отрицательна.

№ 2 Закон распределения ДСВ- это таблица в которой представлены вероятности значений: принимаемые этой величиной.

№ 3 Закон распределения ДСВ- это таблица в которой представлены числовые значения: принимаемые этой величиной.
№ 4 Закон распределения случайной величины Х может быть представлена в таблице:

Х
Р 0,3 0,5 0,2


№ 5 значения принимаемые ДСВ: образуют конечное или счетное множество.
№ 6 Математическое ожидание каждой случайной величины: является действительным числом.

№ 7 монета подбрасываемая 2 раза закон распределения случайной величины Х, значение которой = числу выпавших решек, имеет вид:

Х
Р
Х
Р а b с


№ 8 Среди приведенных ниже распределений к ДСВ относятся: биномиальное.
№ 9 Среднее квадратичное отклонение любой случайной величины: не отрицательна.
№ 10 функция распределения произвольной случайной величины на всей вещественной оси: не убывает.
№ 12 функция распределения произвольной случайной величины на всей вещественной оси является: монотонной.
№ 13 ДСВ для закона таблицы:


Х
Р 0,1 0,5 0,4

№ 14 : 0*0,1+1*0,5+2*0,4=1,3

 

Х
Р 0,7 0,2 0,1

№ 15 Мат/ожид. ДСВ заданной табл. равно: 0,4

 

Х
Р m 0,5 0,4

№ 16 = № 15
№ ДСВ заданно таблицей m равно: 0,1

 

№18=№15
№19=№17

№20=№15
№21=№17
№22=№17

№23: F(х)

Х

№ 24 Ряд распределения случайной величины ᶓ значение которой = числу выпавших гербов, при подбрасывании монеты 2 раза имеет вид:

 

№ 25 Дисперсия мат/ожидания: D(X)= М(X2)- (M(X))2
№26 Дисперсия D(X) и мат/ожид M(X) случайной величины х связаны равенством: D(X)= М(X2)- (M(X))2

№ 27 Среднее квадратичное отклонение и дисперсия равны: δ(Х)=

 

ДЕ 4. Непрерывные и случайные величины (НСВ).

№ 1 Дисперсия любой случайной величины: не отрицательна.

№ 2 Дисперсия постоянной величины равна: 0.

№ 3 Значения принимаемые любой НСВ: заполняет некоторый промежуток.

№ 4 Значения принимаемые любой НСВ: заполняет некоторый интервал.

№ 5 Мат/ожид каждой случайной величины: может быть любым действительным числом.

№ 6 Мат/ожид постоянной величины равно: самой постоянной.

№ 7 НСВ может иметь: равномерное распределение.

№ 8 НСВ может иметь: нормальное распределение.

№ 9 НСВ может иметь: экспоненциальное распределение.

№ 10 Для плотности распределения НСВ f(x) верно равенство:

№ 11 Мат/ожид случайной величины с плотностью распределения f(x)={5е-5х} x>0 равно:

№ 12 Кривая нормального распределения (график функции f(x)= - ): Гаусса.

№ 13 Дисперсия случайной величины распределенная по экспоненциальному закону с плотностью f(x)= равна:

№ 14 Мат/ожид случайной величины распределенная по экспоненциальному закону с плотностью f(x)= равна:

№ 15 Среднее квадратичное отклонение случайной величины распределенная по экспоненциальному закону с плотностью f(x)= равна:

№ 16 Функция плотности распределения нормального закона f(x)= - имеет max в точке: (m; ).

№ 17 Среднее квадратичное отклонение случайной величины распределенная по равномерному закону f(x)= равно:

№ 18 НСВ ф-ция плотности которой задается выражением f(x)= называется случайной величиной имеющей: показательное или экспоненциальное распределение.

№ 19 Мат/ожид случайной величины распределенная по равномерному закону с плотностью f(x)= равно:

№ 20 Дисперсия нормальной распределенной случайной величины с плотностью f(x)= - равно: δ2.

№ 21 Мат/ожид случайной величины с ф-цией распределения F(x)= равно:2,5

№ 22 Мат/ожид случайной величины с ф-цией распределения F(x)= равно:1,5

№ 23 Плотность распределения случайной величины f(x) b ее ф-ция распределения F(x) связанны формулами: f(x)=F´(x)

№ 24 Плотность вероятностей f(x)= - задается непрерывная случайная величина распределенная по: нормальному закону.

№ 25 Параметр m в формуле плотности распределения вероятность нормального закона f(x)= - : Мат/ожидание.

№ 26 Параметр δ в формуле плотности распределения вероятность нормального закона f(x)= - : Среднее квадратичное отклонение.

№ 27 Плотность распределения НСВ f(x) имеет вид: f(x)= тогда вероятность P(-0.1<X<0.1) равна: -0.0001

№ 28 Случайная величина задаваемая плотностью вероятности P(x)= распределена по закону: экспоненциальному.

№ 29 Плотность вероятности Р(x)= - задается случайная величина по: нормальному закону(Гаусса).

 

ДЕ 5.Статистика.

1. Выборка составляется таким образом, что случайно отбираемые из генеральной совокупности объекты возвращаются в эту совокупность и могут быть отобраны ещё: повторной

2. Выборка ….. объекты не возвращаются: бесповторные

3. Выборочное среднее выборки 0,25; 0,35; 0,45: 0,35

4. Выборочная дисперсия выборки 0,25; 0,35; 0,45 равна:

5. Выборочное среднее выборки 3;5;6;14: 7

6. Выборочная дисперсия выборки 3;5;6;14: 17,5

7. Выборочное среднее выборки 5;3;0;1;4;2;5;4;1;5: 3

8. Выборочная дисперсия выборки 5;3;0;1;4;2;5;4;1;5: 3,2

9. Выборочное среднее постоянной равно: постоянной

10. Выборочное среднее: аналог математического ожидания

11. Гистограмма обычно строится для: непрерывно распределенного признака

12. Гистограмма является оценкой: плотности распределения

13. Гистограмма – это: ступенчатая фигура, состоящая из прямоугольников

14. Множество всех однотипных объектов, для которых проводится статистический анализ, называется: генеральной совокупностью

15. Множество отбираемых из генеральной совокупности объектов, называется: выборкой

16. Объемом выборки называется: число составляющих её значений

17. Относительная частота вариантов 5 в вариационном ряде 00012234444577:

18. Относительная частота варианта 7:

19. Полигон обычно строится для: дискретного статистического ряда

20. Полигон частот выборки: 5;3;0;1;4;2;5;4;1;5 – это ломанная линия, соединяющая точки и многоточия: (0;1),(1;2),(2;1)...

21. Полигон: ломаная линия

22. Ранжирование опытных данных называется: расположение опытных данных в порядке не убывания

23. Сумма S прямоугольников, составляющих гистограмму относительных частот: 1

24. Сумма S прямоугольников, составляющих гистограмму частот: объему выборки

25. Сумма частот всех вариантов равно: объему выборки

26. Частота вариантов 5 в вариационном ряде с номера 17 равно:1

27. Эффективной называется оценка, которая при заданном объеме выборки имеет: минимальную дисперсию

28. – выборка объема n. – выборочное среднее:

29. – выборка объема n. Выборочная дисперсия. вычисляется по формуле:

30. Оценка параметра ϴ является несмещенной, если её математическое ожидание М( ) равно: М( )= ϴ




Не нашли, что искали? Воспользуйтесь поиском:

vikidalka.ru - 2015-2019 год. Все права принадлежат их авторам! Нарушение авторских прав | Нарушение персональных данных