Тесты онлайн, бесплатный конструктор тестов. Психологические тестирования, тесты на проверку знаний.
Список вопросов базы знанийТеория вероятностей, математическая статистика и случайные процессыВопрос id:781835 Случайные величины Х и Y независимы. Правильное соотношение следующее: ?)  ?)  ?) s(x - h) = s(x) - s(h) ?) s(x - h) = s(x) + s(h) Вопрос id:781855 Формула D(-X) = D(X) ?) неверна ?) верна только для положительных Х ?) верна ?) верна только для отрицательных Х Вопрос id:781857 Формула M(X + Y) = M(X) + M(Y) верна ?) только для независимых X и Y ?) всегда ?) только для отрицательных Х и Y ?) только для положительных Х и Y Вопрос id:781914 Величина коэффициента корреляции  заключена в пределах?)  ?)  ?)  ?)  Вопрос id:781918 Вероятности  состояний  марковского случайного процесса - это?)  ?)  ?)  ?)  Вопрос id:781920 Вероятность появления успеха в каждом испытании равна 0,3. Тогда вероятность наступления 75 успехов при 200 испытаниях может быть определена с помощью ?) теоремы Муавра-Лапласа ?) теоремы Маркова ?) теоремы Пуассона ?) неравенства Чебышева Вопрос id:781921 Вероятность того, что в столбике из 150 наугад отобранных монет число монет, расположенных "гербом" вверх, будет от 50 до 75, может быть определена с помощью теоремы ?) Пуассона ?) Муавра-Лапласа ?) Чебышева ?) Маркова Вопрос id:781922 Всхожесть семян некоторого растения равна 0,8. Тогда вероятность того, что из 1000 посаженных семян число проросших будет заключено между 750 и 850, можно определить с помощью ?) теоремы Муавра-Лапласа ?) теоремы Маркова ?) теоремы Чебышева ?) неравенства Чебышева Вопрос id:781923 Дискретный случайный вектор - это ?) набор случайных чисел ?) случайный вектор с дискретной первой компонентой ?) случайный вектор с хотя бы одной дискретной компонентой ?) случайный вектор, компоненты которого дискретные случайные величины Вопрос id:781924 Дисперсия суммы двух случайных величин  равна?)  ?)  ?)  ?)  Вопрос id:781927 Для зависимых случайных величин  соотношение  при  ?) несправедливо ?) справедливо, если  ?) справедливо всегда ?) справедливо, если  Вопрос id:781929 Для однородного марковского процесса плотности вероятностей перехода  ?) зависят от  ?) обладают свойством  ?) зависят от разности  (для любых моментов времени)?) не зависят от  Вопрос id:781933 Для однородных цепей Маркова матрица переходов ?) зависит от разности времен ?) имеет диагональный вид ?) не зависит от времени ?) не содержит нулевых элементов Вопрос id:781935 Для плотности распределения непрерывной двумерной случайной величины справедлива нормировка :  , равная?)  ?) 0 ?)  ?) 1 Вопрос id:781937 Если  и  независимые случайные величины, то характеристическая функция их суммы равна?)  ?)  ?)  ?)  Вопрос id:781939 Если две независимые случайные величины распределены по закону Пуассона с параметрами  и  , то их сумма имеет распределение?) экспоненциальное с параметром  ?) Пуассона с параметром  ?) экспоненциальное с параметром  ?) Пуассона с параметром  Вопрос id:781942 Если случайные величины  и  связаны линейной зависимостью  (где  ,  - любое), то коэффициент корреляции равен?) -1 ?) +1 ?) 0 ?)  Вопрос id:781944 Если случайные величины  и  связаны линейной зависимостью  (где  ,  - любое), то коэффициент корреляции равен?)  ?) +1 ?) -1 ?) 0 Вопрос id:781945 Если случайные величины  и  независимы, то дисперсия их суммы  равна?) 0 ?)  ?)  ?)  Вопрос id:781946 Если случайные величины  и  независимы, то дисперсия их разности  равна?)  ?) 0 ?) 1 ?)  Вопрос id:781947 Если случайные величины независимы, то ковариация равна ?) 0 ?) -1 ?) 1 ?)  Вопрос id:781948 Закон распределения дискретного случайного вектора  - это совокупность всех возможных значений данного вектора и вероятностей  , равных?)  ?)  ?)  ?)  Вопрос id:781950 Значение функции распределения двумерной случайной величины при равенстве аргументов  есть?) 0 ?) 1/2 ?)  ?) 1 Вопрос id:781951 Игральную кость бросают 100 раз. Чтобы найти границы, в которых будет заключено число выпадений тройки с вероятностью 0,95, можно воспользоваться ?) теоремой Пуассона ?) неравенством Чебышева ?) теоремой Бернулли ?) теоремой Муавра-Лапласа Вопрос id:781953 Ковариационная матрица случайного вектора  - это матрица, состоящая из элементов  , равных?)  ?)  ?)  ?)  Вопрос id:781956 Ковариация  случайных величин  и  определяется как?)  ?)  ?)  ?)  Вопрос id:781958 Композиция (или свертка) плотностей распределения двух случайных величин  и  , имеющих плотности распределения соответственно  и  , - это выражение вида?)  ?)  ?)  ?)  Вопрос id:781959 Марковский процесс называется однородным, если ?) вероятности перехода не зависят от времени ?) вероятности перехода за единицу времени не зависят от того, где на оси времени происходит переход ?) случайные величины  ограничены?) вероятности состояний являются непрерывными функциями времени Вопрос id:781960 Математическое ожидание и дисперсия  -распределения с n степенями свободы равны соответственно?)  ?)  ?)  ?)  Вопрос id:781962 Математическое ожидание суммы случайных величин равно ?) разности их математических ожиданий ?) сумме их математических ожиданий ?) произведению их математических ожиданий ?) частному их математических ожиданий Вопрос id:781964 Независимые случайные величины  и  имеют соответственно характеристические функции  и  , тогда характеристическая функция их суммы  равна?)  ?)  ?)  ?)  Вопрос id:781966 Независимые случайные величины имеют распределение Пуассона с параметрами  и  . Тогда сумма  распределена по закону Пуассона с параметром  , равным?) 2 ?) 0,25 ?) 1 ?) 0,75 Вопрос id:781967 Некоррелированность случайных величин из их независимости ?) иногда следует ?) следует ?) не следует ?) иногда не следует Вопрос id:781968 Некоррелированные случайные величины быть зависимыми ?) могут, т.к. всегда зависимы ?) не могут ?) могут при линейной связи между ними ?) могут Вопрос id:781969 Непрерывный случайный вектор - это ?) случайный вектор с непрерывной одной компонентой ?) случайный вектор, компоненты которого - непрерывные случайные величины ?) набор случайных чисел ?) случайный вектор с хотя бы одной непрерывной компонентой Вопрос id:781970 Неравенство Чебышева имеет вид ?)  ?)  ?)  ?)  Вопрос id:781971 Переходные вероятности марковского процесса  - это вероятности перехода процесса из одного состояния в любое другое так, что  равна?)  ?)  ?)  ?)  Вопрос id:781972 Плотность вероятности перехода  определяется для?) марковского процесса с непрерывным временем и с дискретными состояниями ?) пуассоновского процесса ?) любого случайного процесса ?) марковского процесса с дискретным временем и с дискретными состояниями Вопрос id:781973 Плотность распределения и функция распределения двумерной случайной величины связаны соотношением ?)  ?)  ?)  ?)  Вопрос id:781977 По теореме Муавра-Лапласа вероятность неравенства  при больших  вычисляется следующим образом:?)  ?)  ?)  ?)  Вопрос id:781978 При больших  соотношение  ?) неверно ?) справедливо для любой случайной величины ?) справедливо для дискретных величин ?) справедливо, если  подчиняются биномиальному закону распределенияВопрос id:781979 Производство дает 1,5% брака. Тогда вероятность того, что из взятых на исследование 1000 изделий выбраковано будет не больше 15, может быть определена с помощью теоремы ?) Хинчина ?) Муавра-Лапласа ?) Чебышева ?) Маркова Вопрос id:781980 Пуассоновский процесс - это ?) поток случайных событий, где промежуток времени между соседними событиями распределен по показательному закону ?) случайный марковский процесс с дискретными значениями и вероятностями состояний  ?) простейший поток случайных событий, у которого число событий  , наступивших за время  , является марковским процессом?) случайный процесс, у которого плотности вероятности перехода  равны либо 0,5, либо 0Вопрос id:781981 Пусть  и  - случайные величины и  ( число). Для их характеристических функций формула  ?) верна для  ?) несправедлива ?) верна для  ?) всегда справедлива Вопрос id:781982 Пусть  и  - случайные величины и  ( - число). Для их характеристических функций формула  ?) верна для  ?) всегда справедлива ?) неверна ?) верна для  Вопрос id:781983 Пусть  - плотность вероятностей случайного вектора  ,  и  - плотности вероятностей координат этого вектора, причем  , тогда случайные величины  и  ?) независимы ?) зависимы ?) коррелированы ?) линейно зависимы Вопрос id:781984 Пусть  - плотность вероятности случайного вектора  ,  и  - плотности вероятностей координат этого вектора, причем  , тогда случайные величины  и  ?) независимы ?) слабо зависимы ?) связаны линейно ?) зависимы Вопрос id:781985 Пусть  , где  одинаково распределены и  ,  . Утверждение  ?) несправедливо ?) справедливо всегда ?) справедливо, если  зависимы?) справедливо, если  независимыВопрос id:781986 Пусть две независимые случайные величины  и  имеют дисперсии  и  , тогда  равно?) 6 ?) 5 ?) 1 ?) 2,5 Вопрос id:781987 Пусть случайные величины  и  таковы, что  , - характеристическая функция  , тогда характеристическая функция  равна?)  ?)  ?)  ?)  |
Copyright testserver.pro 2013-2024