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) ?) верна только для отрицательных Х ?) верна ?) неверна ?) верна только для положительных Х Вопрос id:781857 Формула M(X + Y) = M(X) + M(Y) верна ?) только для независимых X и Y ?) только для отрицательных Х и Y ?) только для положительных Х и Y ?) всегда 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 Пуассона ?) теоремы Маркова ?) 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 ?) Чебышева ?) Маркова ?) Муавра-Лапласа 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 ?) неравенства Чебышева ?) теоремы Муавра-Лапласа ?) теоремы Маркова ?) теоремы Чебышева Вопрос id:781923 Дискретный случайный вектор - это ?) случайный вектор, компоненты которого дискретные случайные величины ?) набор случайных чисел ?) случайный вектор с хотя бы одной дискретной компонентой ?) случайный вектор с дискретной первой компонентой 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 разности  (для любых моментов времени)?) не зависят от  ?) обладают свойством  ?) зависят от  Вопрос id:781933 Для однородных цепей Маркова матрица переходов ?) не содержит нулевых элементов ?) не зависит от времени ?) имеет диагональный вид ?) зависит от разности времен Вопрос id:781935 Для плотности распределения непрерывной двумерной случайной величины справедлива нормировка :  , равная?) 1 ?) 0 ?)  ?)  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?)  ?) 0 ?) -1 ?) +1 Вопрос id:781944 Если случайные величины  и  связаны линейной зависимостью  (где  ,  - любое), то коэффициент корреляции равен?) 0 ?) +1 ?) -1 ?)  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?)  ?) 1 ?) 0 ?)  Вопрос id:781947 Если случайные величины независимы, то ковариация равна ?) -1 ?) 1 ?) 0 ?)  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?)  ?) 1/2 ?) 1 ?) 0 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 Муавра-Лапласа ?) теоремой Пуассона ?) теоремой Бернулли ?) неравенством Чебышева 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 состояний являются непрерывными функциями времени ?) вероятности перехода не зависят от времени ?) случайные величины  ограничены?) вероятности перехода за единицу времени не зависят от того, где на оси времени происходит переход Вопрос id:781960 Математическое ожидание и дисперсия  -распределения с n степенями свободы равны соответственно?)  ?)  ?)  ?)  Вопрос id:781962 Математическое ожидание суммы случайных величин равно ?) частному их математических ожиданий ?) произведению их математических ожиданий ?) разности их математических ожиданий ?) сумме 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?) 1 ?) 2 ?) 0,25 ?) 0,75 Вопрос id:781967 Некоррелированность случайных величин из их независимости ?) иногда не следует ?) иногда следует ?) не следует ?) следует Вопрос id:781968 Некоррелированные случайные величины быть зависимыми ?) не могут ?) могут ?) могут, т.к. всегда зависимы ?) могут при линейной связи между ними Вопрос id:781969 Непрерывный случайный вектор - это ?) случайный вектор с хотя бы одной непрерывной компонентой ?) набор случайных чисел ?) случайный вектор, компоненты которого - непрерывные случайные величины ?) случайный вектор с непрерывной одной 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?) пуассоновского процесса ?) любого случайного процесса ?) марковского процесса с дискретным временем и с дискретными состояниями ?) марковского процесса с непрерывным 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  ?) справедливо для дискретных величин ?) справедливо, если  подчиняются биномиальному закону распределения?) справедливо для любой случайной величины ?) неверно Вопрос 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 ?) Муавра-Лапласа ?) Маркова ?) Чебышева ?) Хинчина Вопрос id:781980 Пуассоновский процесс - это ?) случайный процесс, у которого плотности вероятности перехода  равны либо 0,5, либо 0?) простейший поток случайных событий, у которого число событий  , наступивших за время  , является марковским процессом?) поток случайных событий, где промежуток времени между соседними событиями распределен по показательному закону ?) случайный марковский процесс с дискретными значениями и вероятностями состояний  Вопрос id:781981 Пусть  и  - случайные величины и  ( число). Для их характеристических функций формула  ?) верна для  ?) верна для  ?) всегда справедлива ?) несправедлива Вопрос id:781982 Пусть  и  - случайные величины и  ( - число). Для их характеристических функций формула  ?) верна для  ?) верна для  ?) всегда справедлива ?) неверна Вопрос id:781983 Пусть  - плотность вероятностей случайного вектора  ,  и  - плотности вероятностей координат этого вектора, причем  , тогда случайные величины  и  ?) зависимы ?) независимы ?) коррелированы ?) линейно зависимы Вопрос id:781984 Пусть  - плотность вероятности случайного вектора  ,  и  - плотности вероятностей координат этого вектора, причем  , тогда случайные величины  и  ?) слабо зависимы ?) зависимы ?) связаны линейно ?) независимы Вопрос id:781985 Пусть  , где  одинаково распределены и  ,  . Утверждение  ?) справедливо, если  независимы?) несправедливо ?) справедливо, если  зависимы?) справедливо всегда Вопрос id:781986 Пусть две независимые случайные величины  и  имеют дисперсии  и  , тогда  равно?) 6 ?) 5 ?) 2,5 ?) 1 Вопрос id:781987 Пусть случайные величины  и  таковы, что  , - характеристическая функция  , тогда характеристическая функция  равна?)  ?)  ?)  ?)  |
Copyright tests.ithead.ru 2013-2026