ТОР 5 статей: Методические подходы к анализу финансового состояния предприятия Проблема периодизации русской литературы ХХ века. Краткая характеристика второй половины ХХ века Характеристика шлифовальных кругов и ее маркировка Служебные части речи. Предлог. Союз. Частицы КАТЕГОРИИ:
|
ДЕ 2. Дискретные случайные величины1. 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.
№ 7 монета подбрасываемая 2 раза закон распределения случайной величины Х, значение которой = числу выпавших решек, имеет вид:
№ 14: 0*0,1+1*0,5+2*0,4= 1,3
№ 15 Мат/ожид. ДСВ заданной табл. равно: 0,4
№ 16 = № 15
№18=№15 №20=№15 №23: Fᶓ(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 № 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:
|