Тесты онлайн, бесплатный конструктор тестов. Психологические тестирования, тесты на проверку знаний.
Список вопросов базы знанийТеория вероятностей и математическая статистика (курс 3)Вопрос id:780585 Абсолютно непрерывные случайные величины и называются независимыми, если?) ![]() ?) ![]() ?) ![]() ?) ![]() Вопрос id:780586 В теореме о матрице вероятностей перехода за шагов утверждается, что?) , ![]() ?) , ![]() ?) , ![]() ?) , ![]() Вопрос id:780587 В теореме о распределении вероятностей состояний для -го шага утверждается, что?) , ![]() ?) , ![]() ?) , ![]() ?) , ![]() Вопрос id:780588 Вектор начальных вероятностей - это вектор ?) , где , ![]() ?) , где , ![]() ?) , где , ![]() ?) , где , ![]() Вопрос id:780589 Верно утверждение: ?) если случайные величины являются некоррелированными, то они являются независимыми ?) если случайные величины не являются независимыми, то они являются некоррелированными ?) если случайные величины не являются некоррелированными, то они являются независимыми ?) если случайные величины являются независимыми, то они являются некоррелированными Вопрос id:780590 Вероятность попадания случайной точки в прямоугольник равна?) ![]() ?) ![]() ?) ![]() ?) ![]() Вопрос id:780591 Граф состояний цепи Маркова имеет вид Матрица вероятностей перехода равна?) ![]() ?) ![]() ?) ![]() ?) ![]() Вопрос id:780592 Дискретные случайные величины и называются независимыми, если для любых выполнено равенство?) ![]() ?) ![]() ?) ![]() ?) ![]() Вопрос id:780593 Дискретный случайный вектор - это случайный вектор , у которого составляющие и -?) дискретные случайные величины ?) независимые дискретные случайные величины ?) независимые случайные величины, из которых хотя бы одна дискретна ?) случайные величины, из которых хотя бы одна дискретна Вопрос id:780594 Дисперсия случайного процесса равна?) ![]() ?) ![]() ?) ![]() ?) ![]() Вопрос id:780595 Для абсолютно непрерывных случайных величин величина вычисляется по формуле?) ![]() ?) ![]() ?) ![]() ?) ![]() Вопрос id:780596 Для вычисления ковариации можно применять формулу ?) ![]() ?) ![]() ?) ![]() ?) ![]() Вопрос id:780597 Для любых случайных величин и имеет место неравенство?) ![]() ?) ![]() ?) ![]() ?) ![]() Вопрос id:780598 Для эргодической цепи Маркова существуют пределы, не зависящие от начального распределения ?) , ![]() ?) , ![]() ?) , ![]() ?) , ![]() Вопрос id:780599 Если , то равно?) ![]() ?) ![]() ?) ![]() ?) ![]() Вопрос id:780600 Если , то?) ![]() ?) ![]() ?) ![]() ?) ![]() Вопрос id:780601 Если случайные величины и независимы, то?) ![]() ?) ![]() ?) ![]() ?) ![]() Вопрос id:780602 Задан закон распределения дискретного случайного вектора: Вероятность того, что , равна?) 0,4 ?) 0,5 ?) 0,1 ?) 1 Вопрос id:780603 Задан закон распределения дискретного случайного вектора: Вероятность того, что , равна?) 0,3 ?) 1 ?) 0,6 ?) 0,4 Вопрос id:780604 Задано распределение случайного вектора : Случайная величина имеет следующее распределение:?) ![]() ?) ![]() ?) ![]() ?) ![]() Вопрос id:780605 Закон распределения дискретного случайного вектора - это правило, определяющее возможные значения ?) случайного вектора ![]() ?) случайного вектора и вероятности этих значений?) случайных величин и ![]() ?) случайных величин и и вероятности этих значенийВопрос id:780606 Значение равно?) ![]() ?) ![]() ?) ![]() ?) ![]() Вопрос id:780607 Значение равно?) ![]() ?) ![]() ?) 0 ?) 1 Вопрос id:780608 Значение равно?) ![]() ?) 0 ?) 1 ?) -1 Вопрос id:780609 Значение равно?) ![]() ?) 0 ?) 1 ?) 0,5 Вопрос id:780610 Значение равно?) 0 ?) ![]() ?) 1 ?) ![]() Вопрос id:780611 Значения функции распределения удовлетворяют двойному неравенству ?) ![]() ?) ![]() ?) ![]() ?) ![]() Вопрос id:780612 Квадратные матрицы, для которых выполняются условия и , , называются?) однородными ?) непрерывными ?) марковскими ?) стохастическими Вопрос id:780613 Ковариация случайных величин и - это величина?) ![]() ?) ![]() ?) ![]() ?) ![]() Вопрос id:780614 Конечномерное распределение можно задать при помощи функции распределения, которая равна ?) ![]() ?) ![]() ?) ![]() ?) ![]() Вопрос id:780615 Конечномерное распределение случайного процесса - это распределение?) случайного вектора при фиксированных ![]() ?) случайной величины при фиксированных ![]() ?) случайного вектора при фиксированных ![]() ?) случайной величины при фиксированных ![]() Вопрос id:780616 Корреляционная функция случайного процесса - это функция двух переменных?) ![]() ?) ![]() ?) ![]() ?) ![]() Вопрос id:780617 Корреляционная функция стационарного случайного процесса всегда является функцией?) четной ?) положительной ?) нечетной ?) неотрицательной Вопрос id:780618 Корреляционную функцию случайного процесса можно вычислять по формуле ?) ![]() ?) ![]() ?) ![]() ?) ![]() Вопрос id:780619 Коэффициент корреляции случайных величин и - это величина?) ![]() ?) ![]() ?) ![]() ?) ![]() Вопрос id:780620 Математическое ожидание случайного процесса равно?) ![]() ?) ![]() ?) ![]() ?) ![]() Вопрос id:780621 Матрица для цепи Маркова - это матрица , в которой элемент равен вероятности перехода из состояния?) в состояние за шагов?) в состояние за шагов?) в состояние за шагов?) в состояние за шаговВопрос id:780622 Матрица вероятностей перехода цепи Маркова - это квадратная матрица , в которой элемент равен вероятности перехода из состояния?) в состояние за шагов?) в состояние за один шаг?) в состояние за один шаг?) в состояние за шаговВопрос id:780623 Матрица вероятностей перехода цепи Маркова имеет вид . Граф состояний имеет вид?) ![]() ?) ![]() ?) ![]() ?) ![]() Вопрос id:780624 Матрица вероятностей перехода цепи Маркова имеет вид . Число состояний равно?) 1 ?) 5 ?) 4 ?) 2 Вопрос id:780625 Матрица вероятностей перехода цепи Маркова имеет вид Если , то равно?) (0,75; 0,25) ?) (0,34; 0,66) ?) (0,25; 0,75) ?) (0,74; 0,26) Вопрос id:780626 Матрица вероятностей перехода цепи Маркова имеет вид . Число состояний равно?) 4 ?) 9 ?) 5 ?) 3 Вопрос id:780627 Матрица вероятностей перехода цепи Маркова имеет вид Если , то равно?) (0,3; 0,4; 0,3) ?) (0,2; 0,2; 0,6) ?) (0,3; 0,4; 0,2) ?) (0,4; 0,1; 0,5) Вопрос id:780628 Может быть матрицей вероятностей перехода цепи Маркова матрица ?) ![]() ?) ![]() ?) ![]() ?) ![]() Вопрос id:780629 Не может быть матрицей вероятностей перехода цепи Маркова матрица ?) ![]() ?) ![]() ?) ![]() ?) ![]() Вопрос id:780630 Нормированная корреляционная функция случайного процесса удовлетворяет неравенству ?) ![]() ?) ![]() ?) ![]() ?) ![]() Вопрос id:780631 Нормированной корреляционной функцией случайного процесса называется функция?) ![]() ?) ![]() ?) ![]() ?) ![]() Вопрос id:780632 Плотность распределения случайного вектора равна?) ![]() ?) ![]() ?) ![]() ?) ![]() Вопрос id:780633 По определению условной вероятности ?) ![]() ?) ![]() ?) ![]() ?) ![]() Вопрос id:780634 Пусть , , . Тогда равна?) 1 ?) 0 ?) 2 ?) 3 |
Copyright testserver.pro 2013-2024
и
называются независимыми, если



шагов утверждается, что
, 
, 
, 
, 
-го шага утверждается, что
, 
, 
, 
, 
, где
, 
, где
, 
, где
, 
, где
, 
в прямоугольник
равна



Матрица вероятностей перехода равна



и
называются независимыми, если для любых
выполнено равенство



, у которого составляющие
и
-
равна



вычисляется по формуле







и
имеет место неравенство



, 
, 
, 
, 
, то
равно



, то



и
независимы, то



Вероятность того, что
, равна
Вероятность того, что
, равна
:
Случайная величина
имеет следующее распределение:




и вероятности этих значений
и 
и
и вероятности этих значений
равно



равно

равно
равно
равно





и
,
, называются
и
- это величина







- это распределение
при фиксированных 
при фиксированных 
при фиксированных 
при фиксированных 
- это функция двух переменных



всегда является функцией



и
- это величина



равно



для цепи Маркова - это матрица
, в которой элемент
равен вероятности перехода из состояния
в состояние
за
шагов
в состояние
за
шагов
в состояние
за
шагов
в состояние
за
шагов
, в которой элемент
равен вероятности перехода из состояния
в состояние
за
шагов
в состояние
за один шаг
в состояние
за один шаг
в состояние
за
шагов
. Граф состояний имеет вид



. Число состояний равно
Если
, то
равно
. Число состояний равно
Если
, то
равно











называется функция



равна







,
,
. Тогда
равна