Студопедия КАТЕГОРИИ: АвтоАвтоматизацияАрхитектураАстрономияАудитБиологияБухгалтерияВоенное делоГенетикаГеографияГеологияГосударствоДомЖурналистика и СМИИзобретательствоИностранные языкиИнформатикаИскусствоИсторияКомпьютерыКулинарияКультураЛексикологияЛитератураЛогикаМаркетингМатематикаМашиностроениеМедицинаМенеджментМеталлы и СваркаМеханикаМузыкаНаселениеОбразованиеОхрана безопасности жизниОхрана ТрудаПедагогикаПолитикаПравоПриборостроениеПрограммированиеПроизводствоПромышленностьПсихологияРадиоРегилияСвязьСоциологияСпортСтандартизацияСтроительствоТехнологииТорговляТуризмФизикаФизиологияФилософияФинансыХимияХозяйствоЦеннообразованиеЧерчениеЭкологияЭконометрикаЭкономикаЭлектроникаЮриспунденкция |
Статистические методы обработки экспериментальных данных. ДЕ 32В - размещение В + сочетание В - перестановка В - размещение с повторениями
28.3.3 Число способов, которыми можно расположить три копии некоторого файла по восьми различным (пронумерованным) каталогам, равно:
В – В – В – 24 В + 28.3.4 Число способов, которыми можно выбрать двух делегатов на конференцию из группы 25 человек, равно ...
В – 1 В – 50 В – 25! В + 300
28.3.5 В классе за партой сидят два школьника. Количество вариантов рассадки школьников в классе из 24-х человек равно: В - 2 В - 24 В - 48 В + 276
28.3.6 Число всех сочетаний В – В – В – В +
28.3.7 В магазине имеется 7 импортных телевизоров и 10 российских. Количество способов купить 3 импортных и 5 российских равно: В - 8 В - 17 В - 25 В + 8820
28.3.8 В команде 10 лыжников и 8 конькобежцев. Количество вариантов выбора одного лыжника и одного конькобежца на соревнования равно: В - 18 В - 2 В - 1 В + 80 28.3.9 В команде 10 лыжников и 8 конькобежцев. Количество вариантов выбора 3-х лыжников и 2-х конькобежцев на соревнования равно:  В - 18 В - 23 В - 1 В + 3360 28.3.10 В книжном киоске среди прочей литературы имеется 9 детективов, 10 романов и 5 сборников стихов. Число способов купить 3 романа 5 детективов и 2 сборника стихов равно:
В - 24 В - 10 В - 34 В + 151200
Вероятность и статистика. Случайные события. ДЕ 29
29.1.1 Cобытие, которое не может наступить в результате рассматриваемого опыта, называется ... В – невероятным В – нетривиальным В – невыполнимым В + невозможным
29.1.2 Вероятность достоверного события равна ...
В – В – 100 В – 99 В + 1 29.1.3 Вероятность любого события принадлежит промежутку ...
В – ( 0; 1 ) В – В – В +
29.1.4 Вероятность невозможного события равна ...
В – – 1 В – 1 В – 0,5 В + 0
29.1.5 Вероятность события есть ...
В – вектор В – функция В – матрица В + число 29.1.6 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 являются ... событиями.
В – совместными В – зависимыми В – несовместными В + независимыми
29.1.7 В урне 10 белых и 5 черных шаров. Тогда вероятность Р(А) события А - извлечения из урны красного шара равна ...
В – 1 В – – 1 В – 0,5 В + 0
29.2.1 Вероятность того, что при подбрасывании двух игральных кубиков произведение выпавших очков окажется равным 6, равна ... В – В – В – В +
29.2.2 A - случайное событие, U - достоверное событие. Тогда вероятность P(A+U) равна ...
В – 0 В – 0,5 В – 2 В + 1
29.2.3 Для произвольных событий A и B имеет место равенство ...
В – В – В – В +
29.2.4 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 ...
В – 0,994 В – 0,36 В – 1 В + 0,94
29.2.5 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 ...
В – 0,15 В – 0,56 В – 0 В + 0,94 29.2.6 В одной урне 5 белых и 3 черных шара, в другой - 3 белых и 5 черных шаров. Из каждой урны извлекают по одному шару. Вероятность того, что хотя бы один из них черный, равна ...
В – В – В – 1 В +
29.2.7 Из урны, содержащей 4 белых и 6 черных шаров, извлекаются одновременно два шара. Тогда вероятность того, что оба шара будут черными, равна ...
В – В – 0 В – 1 В + 29.2.8 Сумма двух событий наступает тогда и только тогда, когда ...
В – наступают оба события В – не наступает ни одно из событий В – наступает только одно из событий В + наступает хотя бы одно из событий
29.3.1 Вероятность попадания при каждом выстреле равна 0,2. Вероятность ровно двух попаданий при 14 выстрелах равна ...
В – 0,5 В – 0,1 В – 0.14 В + 0.25-неправильный
29.3.2 Вероятность попадания при каждом выстреле равна 0,6. Вероятность ровно 3-х попаданий при 4-х выстрелах равна ...
В – 0,5 В – 0,1 В – 0.14 В + 0,25-неправильный(0,3456) 29.3.3 Вероятность того, что при 4-х подбрасываниях монеты герб выпадет ровно 3 раза, равна ... В – 4 В – 0 В – 3 В + 0,25
29.3.4 Вероятность попадания при каждом выстреле равна В – 1 В – 3 В – 5 В + 4 29.3.5 Вероятность того, что при двух подбрасываниях монеты орёл выпадет только один раз, равна ... В + В - В - 1 В -
29.4.1 Сумма вероятностей гипотез в формуле полной вероятности равна ...
В – 0,5 В – 0,1 В – 0 В + 1
29.4.2 В первой урне 2 белых и 8 черных шаров. Во второй урне 3 белых и 7 черных шаров. Из наудачу взятой урны вынули один шар. Тогда вероятность того, что этот шар окажется белым, равна ...
В – 0,2 В – 0,8 В – 1 В + 0,25
29.4.3 В первой партии деталей 15% нестандартных, во второй партии - 25%. Вероятность того, что деталь, наудачу взятая из наудачу выбранной партии, не является стандартной, равна ... В – 0,40 В – 0,25 В – 0,15 В + 0.20
29.4.4 В первой партии деталей 40% нестандартных, во второй партии - 10%. Вероятность того, что деталь, наудачу взятая из наудачу выбранной партии, не является стандартной, равна ... В – 0,04 В – 0,96 В – 0,36 В + 0,25
29.4.5
Формулой полной вероятности является формула
В – В – В – В +
29.5.1
Для любых гипотез
В – В + В – В –
29.5.2 Гипотезами называются ...
В – попарно несовместные события В – невозможное и достоверное события В – несовместные события, образующие полную группу событий В + попарно несовместные события, образующие полную группу событий
29.5.3
Формула Бейеса используется для вычисления вероятности:
В – В – В – В + 29.5.4
Три стрелка сделали по одному выстрелу. При этом в мишени оказалась одна пробоина. Вероятность того, что ее сделал второй стрелок, находится по формуле
В – Бернулли В – Муавра-Лапласа В – Полной вероятности В + Бейеса
29.5.5 На конвейер поступают детали из двух цехов (поровну). Вероятности выпускать брак для этих цехов равны соответственно 0,01 0,02. Взятая с конвейера деталь оказалась с браком. Вероятность того, что это деталь из 2-го цеха равна
В – 0 В – 1 В – В +
Вероятность и статистика.Дискретные случайные величины. ДЕ 30
30.1.1
Закон распределения случайной величины X может быть представлен таблицей:
В –
В –
В –
В +
30.1.2
Значения, принимаемые дискретной случайной величиной, ...
В – заполняют некоторый интервал В – заполняют всю вещественную ось В – заполняют некоторый отрезок В + образуют конечное или счётное множество
30.1.3
Монета подбрасывается два раза. Закон распределения случайной величины X, значения которой равны числу выпавших решек, имеет вид ...
В –
В –
В –
В +
30.1.4 Среди приведённых ниже распределений к дискретной случайной величине относится ...
В – нормальное В – равномерное В – показательное В + биномиальное
30.1.5 Ряд распределения случайной величины
30.1.6 Дискретная случайная величина задана таблицей
Тогда m равно В – 0 В – 1 В – 0,5 В + 0,1 30.1.7 Дискретная случайная величина задана таблицей
Тогда m равно В – 0 В – 1 В – 0,5 В + 0,3
30.1.8 Дискретная случайная величина задана таблицей
Тогда m равно
В – 0 В – 1 В – 0,5 В + 0,3
30.1.9 Дискретная случайная величина задана таблицей
Тогда сумма a+b+c равна
В – 0 В – 2 В – 3 В + 1
30.1.10 Дискретная случайная величина задана таблицей
Тогда m равно
В – 0 В – 1 В – 0,4 В + 0,2
30.1.11 Закон распределения дискретной случайной величины – это таблица в которой представлены числовые значения
В – не принимаемые этой величиной В + принимаемые этой величиной
30.1.12 Закон распределения дискретной случайной величины – это таблица в которой представлены вероятности значений
В – не принимаемых этой величиной В + принимаемых этой величиной
30.2.1 Математическое ожидание дискретной случайной величины, заданной таблицей
равно
В – 3 В – 0 В – 2 В + 1,3 30.2.2 Математическое ожидание дискретной случайной величины, заданной таблицей
равно
В – 3 В – 0 В – 2 В + 0,7
30.2.3 Математическое ожидание дискретной случайной величины, заданной таблицей
равно
В – 3 В – 0 В – 2 В + 1,3
30.2.4 Математическое ожидание дискретной случайной величины, заданной таблицей
равно
В – 3 В – 0 В – 2 В + 0,4
30.2.5 Математическое ожидание дискретной случайной величины, заданной таблицей
равно
В – 3 В – 0 В – 2 В + 1,3 30.2.6 Математическое ожидание каждой случайной величины ... B – всегда положительно B – всегда равно нулю B + является действительным числом В – всегда принадлежит промежутку
30.2.7 Дисперсия любой случайной величины ... В + неотрицательна В – отрицательна В – всегда больше 1 В – всегда принадлежит промежутку
30.2.8 Средне-квадратичное отклонение любой случайной величины ... В + неотрицательно В – неположительно В – всегда меньше 1 В – всегда принадлежит промежутку
30.2.9 Среднее квадратическое отклонение
В – В – В – В +
30.2.10 Дисперсия
В – В – В – В +
30.2.11 Дисперсия случайной величины В – может быть отрицательной В + не может быть отрицательной
30.2.12 Среднее квадратичное отклонение случайной величины В – может быть отрицательным В + не может быть отрицательным 30.2.13 Математическое ожидание случайной величины В – не может быть отрицательным В + может быть отрицательным
30.3.1 Функция распределения произвольной случайной величины на всей вещественной оси является ... В – чётной В – нечётной В – В + неубывающей
30.3.2 Функция распределения произвольной случайной величины на всей вещественной оси является ... В + монотонной В – постоянной В – периодической В – строго возрастающей
30.3.3 Дискретная случайна величина
Функция распределения В + В – 30.3.4 Функция распределения произвольной случайной величины на всей вещественной оси ... В + не убывает В – убывает В – непрерывна В – дифференцируема 30.3.5 Ряд распределения случайной величины
Вероятность и статистика. Непрерывные случайные величины. ДЕ 31
31.1.1 Значения, принимаемые любой непрерывной случайной величиной, ... В – не превосходят 1 В – образуют конечное множество В – положительны В + заполняют некоторый промежуток 31.1.2 Плотность распределения непрерывной случайной величины
Тогда вероятность В – 0 В – 1 В – 4 В + 0,0001 31.1.3 Значения, принимаемые любой непрерывной случайной величиной ... В – образуют конечное множество В – всегда меньше нуля В – не превосходят 1 В + заполняют некоторый интервал 31.1.4 Для плотности распределения непрерывной случайной величины В – В – В – В + 31.1.5 Плотность распределения непрерывной случайной величины В – В – В – В +
31.1.6 Непрерывная случайная величина может иметь В – геометрическое распределение В – биномиальное распределение В + равномерное распределение В – пуассоновское распределение 31.1.7 Непрерывная случайная величина может иметь В – геометрическое распределение В – биномиальное распределение В + нормальное распределение В – пуассоновское распределение 31.1.8 Непрерывная случайная величина может иметь В – геометрическое распределение В – биномиальное распределение В + экспоненциальное распределение В – пуассоновское распределение 31.1.9 Плотностью вероятности В – экспоненциальному закону В + нормальному закону В – закону больших чисел В – закону Пуассона 31.1.10 Случайная величина, задаваемая плотностью вероятности В – закону Гаусса В + экспоненциальному закону В – закону арктангенса В – закону Симпсона 31.2.1 Математическое ожидание каждой случайной величины ... В – всегда является натуральным числом В – всегда положительно В – всегда неотрицательно В + может быть любым действительным числом
31.2.2 Дисперсия любой случайной величины ... В + неотрицательна В – отрицательна В – всегда больше 1 В – всегда принадлежит промежутку 31.2.3 Математическое ожидание случайной величины с функцией распределения В + В – 5 В – В – 0 31.2.4 Математическое ожидание случайной величины с функцией распределения В – 3 В – В – 1 В + 31.2.5 Математическое ожидание постоянной величины равно В – всегда нулю В – всегда единице В – бесконечности В + самой постоянной 31.2.6 Дисперсия постоянной величины равна В + нулю В – единице В – бесконечности В – самой постоянной
31.2.7 Математическое ожидание случайной величины, распределенной по равномерному закону с плотностью равно В + В – В – В – 31.2.8 Дисперсия случайной величины, распределенной по равномерному закону с плотностью равна
В – В – В – В – 31.2.9 Среднее квадратическое отклонение случайной величины, распределенной по равномерному закону с плотностью равно
В + В – В – В –
31.2.10 Математическое ожидание случайной величины с плотностью распределения
равно В – 5 В – 1 В – 0 В + 0,2 31.3.1 Плотностью вероятности
В – равномерному закону В – биномиальному закону В – экспоненциальному закону В + нормальному закону 31.3.2 Параметр
В – дисперсия В – среднее квадратическое отклонение В – мода В + математическое ожидание 31.3.3 Параметр
В – дисперсия В + среднее квадратическое отклонение В – мода В – математическое ожидание
31.3.4 Дисперсия нормально распределенной случайной величины с плотностью
В + В – В – В –
31.3.5 Функция плотности распределения нормального закона имеет максимум в точке
В + В – В – В –
31.3.6 Кривая нормального распределения ( график функции называется кривой В – Даламбера В + Гаусса В – Бернулли В – Чебышева
31.3.7 Непрерывная случайная величина, функция плотности которой задается выражением
называется случайной величиной, имеющей
В – нормальное распределение В + показательное, или экспоненциальное распределение В – равномерное распределение В – Пуассоновское распределение
31.3.8 Математическое ожидание случайной величины, распределенной по экспоненциальному закону с плотностью равно
В + В – В – В –
31.3.9 Дисперсия случайной величины, распределенной по экспоненциальному закону с плотностью равна
В – В – В + В –
31.3.10 Среднее квадратическое отклонение случайной величины, распределенной по экспоненциальному закону с плотностью
равно В + В – В – В –
Статистические методы обработки экспериментальных данных. ДЕ 32 32.1.1 Множество всех однотипных объектов, для которых проводится статистический анализ, называется ... В + генеральной совокупностью В – бесповторной выборкой В – повторной выборкой В – случайным процессом
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
Последнее изменение этой страницы: 2018-06-01; просмотров: 387. stydopedya.ru не претендует на авторское право материалов, которые вылажены, но предоставляет бесплатный доступ к ним. В случае нарушения авторского права или персональных данных напишите сюда... |
равно: 
, тогда наивероятнейшее число попаданий при 6 выстрелах равно
и любого события 
, имеющего положительную вероятность, справедливо равенство ( 
) ...
, значения которой равны числу выпавших гербов, при подбрасывании монеты два раза, имеет вид ...
и дисперсия 
случайной величины 
связаны равенством
случайной величины 
-периодической
равна …
В – 
В – 
имеет вид:
равна: 
связаны формулой:
, где 
и 
, задаётся случайная величина, распределённая по ...
где 
, распределена по ...
равно ...
равно ...
задается непрерывная случайная величина, распределенная по
в формуле плотности распределения вероятностей нормального закона
в формуле плотности распределения вероятностей нормального закона
В + 1
32.1.8
Относительная частота варианты 5 в вариационном ряде 0, 0, 0, 1, 2, 2, 3, 4, 4, 4, 4, 5, 7,7 равна
В – 5
В – 14
В + 
В – 1
32.1.10
Сумма частот всех вариантов равна
В – нулю
В + объему выборки
В – бесконечности
В – единице
32.2.1
–выборка объема 
.Выборочное среднее 
вычисляется по формуле:
В – 
В – 
В – 
В + 
32.2.2
вычисляется по формуле:
В – 
В – 
В – 
В + 
32.2.3
Выборочное среднее выборки 3; 5; 6; 14 равно:
В – 4
В – 14
В – 1
В + 7
32.2.4
Выборочная дисперсия выборки 3; 5; 6; 14 равна:
В – 4
В – 28
В – 7
В + 17,5
32.2.5
Выборочное среднее выборки 0.25; 0,35; 0,45 равно:
В – 3
В – 0
В – 1
В + 0,35
32.2.6
Выборочная дисперсия выборки 0.25; 0,35; 0,45 равна:
В – 3
В – 0,35
В – 1
В + 
32.2.7
Выборочное среднее постоянной равно
В – нулю
В + самой постоянной
В – бесконечности
В – единице
32.2.8
Выборочное среднее – это аналог
В – дисперсии
В + математического ожидания
В – среднего квадратического ожидания
В – моды
32.2.9
Выборочное среднее выборки 5, 3, 0, 1, 4, 2, 5, 4, 1, 5 равно
В + 3
В – 0
В – 1
В – 5
32.2.10
Выборочная дисперсия выборки 5, 3, 0, 1, 4, 2, 5, 4, 1, 5 равна
В + 3,2
В – 30
В – 1
В – 0
32.3.1
Полигон частот выборки 5, 3, 0, 1, 4, 2, 5, 4, 1, 5 - это ломаная, соединяющая точки
В + (0; 1), (1; 2), (2; 1), (3; 1), (; 2), (5; 3)
В – (0; 1), (5; 3)
В – (0; 5), (0; 1)
В – (0; 0), (5; 5)
32.3.2
Сумма площадей прямоугольников, составляющих гистограмму относительных частот равна
В – нулю
В – бесконечности
В + единице
В – объему выборки
32.3.3
Сумма площадей прямоугольников, составляющих гистограмму частот равна
В – нулю
В – бесконечности
В – единице
В + объему выборки
32.3.4
Полигон обычно строится для
В + дискретного статистического ряда
В – непрерывно распределенного признака
32.3.5
Гистограмма обычно строится для
В + непрерывно распределенного признака
В – дискретного статистического ряда