Теория вероятностей и математическая статистика (курс 2)
Формула для нахождения по плотности вероятности f(x) вероятности попаданий случайной величины x в интервал (а, b) имеет следующий вид:
Функция распределения и плотность распределения двумерной случайной величины связаны соотношением
Правильным является следующее соотношение:
D(-2X) = 2D(X)
D(-2X) = -2D(X)
D(-2X) = -4D(X)
D(-2X) = 4D(X)
Cмещенной точечной оценкой параметра является
эмпирическое среднее
исправленная эмпирическая дисперсия s2
эмпирическая дисперсия S2
эмпирическая частота события m/n
Для математического ожидания суммы случайной величины Х и постоянной С имеет место
M (X + C) = MX
M (X + C) = MX - C
(X + C) = MX + C
M (X + C) = C
Дано статистическое распределение выборки с числом вариантов m: Статистический (или эмпирический) начальный момент k-го порядка находится по следующей формуле:
Дисперсия времени между соседними событиями простейшего потока с параметром l равна
l
l2
По выборке построена гистограммаМедиана равна
3
5
4
2
Под состоянием системы (или состоянием случайного процесса) понимают
возможное значение случайного процесса
при фиксированном
Коммутатор получает в течение часа в среднем 30 вызовов. Вероятность того, что на коммутатор не поступит ни одного вызова в течение часа, равна
Коэффициент корреляции рассчитывается по формуле
Для двух выборок получили два коэффициента корреляции. Ошибки допущено не было. Значения r1 и r2 составили
-0,54; 1,26
-0,54; 0,76
-1,1; 0,76
0,91; 1,21
Таблица частот по выборке объема 100 для проверки гипотезы о том, что генеральное распределение - равномерное на отрезке [0,1], имеет вид: Гипотеза о виде распределения по критерию χ2 ____________, значение статистики, по которой оценивается мера расхождения, имеет вид
не проходит, 0
проходит, 0
проходит, 1
не проходит, 1
Формула для расчета доверительного интервала для вероятности успеха в схеме Бернулли для выборки с возвратом, имеет вид:
, где
, где
, где
, где
Для случайного процесса X(t) с дискретным временем математическое ожидание есть
вектор
число
числовой ряд
последовательность чисел
Вероятность того, что студент сдаст экзамен по математике, равна 0,5, а экзамен по иностранному языку - 0,6. Вероятность того, что он сдаст хотя бы один экзамен, равна
Под цепью Маркова понимают марковский случайный процесс с
дискретным временем и дискретным конечным множеством состояний
дискретным конечным множеством состояний
дискретным или непрерывным временем
дискретным временем
Методом дисперсионного анализа можно проверить гипотезу о
совпадении средних у m генеральных совокупностей при m>2
совпадении дисперсий у m генеральных совокупностей при m>2
совпадении генеральных распределений
типе распределения вероятностей
Среднее время обслуживания MTобсл. и производительность канала системы массового обслуживания M и связаны соотношением
MTобсл. =
MTобсл. = m
MTобсл. = e-m
MTобсл. = ln/u
Математическое ожидание дискретной случайной величины - это
Чтобы определить, сколько нужно произвести опытов с бросанием монеты, когда с вероятностью 0,9 ожидать отклонение частоты выпадения "герба" от 0,5 на абсолютную величину меньшую чем 0,02, следует воспользоваться
неравенством Чебышева
теоремой Пуассона
теоремой Хинчина
теоремой Муавра-Лапласа
Дисперсия s2(t) случайного процесса X(t) = 2Vt, где V - случайная величина, имеющая стандартно нормальное распределение, равна
4t2
2t
4
2t2
Вероятность отказа системы с отказами и n каналами, интенсивностью потока заявок l, интенсивностью потока обслуживания m, загрузкой системы r, средним числом заявок в очереди r и вероятностью того, что система свободна p0, равна
По выборке построена статистическая таблица распределения. Значение выборочной медианы
d = 2,5
для ее определения не хватает данных
d = 3,5
d = 1,5
Вероятность отказа системы масcового обслуживания с неограниченной очередью, n - число каналов, l - интенсивность потока заявок, m - интенсивность потока обслуживания, r - загрузка системы, pn - вероятность того, что заняты все каналы и нет очереди; равна
Pотк = Pn
Pотк = 0
Pотк =
Pотк =
В камере Вильсона фиксируется 60 столкновений частиц в час. Вероятность того, что в течение одной минуты не произойдет ни одного столкновения, равна
0,1
В цепи Маркова среднее время возвращения в состояние равно
, где - вероятность находится в начальный момент времени в состоянии
, здесь - предельная вероятность, а - вероятность находится в начальный момент времени в состоянии
, где - предельная вероятность состояния
, где - предельная вероятность состояния , - среднее время пребывания в состоянии
Если имеется одноканальная система с ограниченной очередью длиной m, интенсивностью потока заявок l, интенсивностью потока обслуживания m, то ей соответствует размеченный граф состояний
Выборочное среднее для выборки объема n: х1, х2, х3, …, хn равно Формула для нахождения выборочной дисперсии имеет вид:
Условная функция распределения случайной величины при условии есть
Случайным вектором или n-мерной случайной величиной называют
набор случайных величин
набор n величин, среди которых одна величина случайная
набор n случайных чисел
упорядоченный набор из n случайных величин
По выборке объема n = 100 сосчитано выборочное среднее - 54 и выборочная дисперсия - 16. 95%-ый доверительный интервал для генерального среднего равен
(53,2; 54,8)
(53,68; 54,32)
(53,84; 54,16)
(53,92; 54,08)
Математическое ожидание и дисперсия случайной величины, распределенной равномерно на отрезке [0, 2], равны
1; 1/3
0; 1/3
0,5; 1/12
1; 1/12
Если средствами дисперсионного анализа показано, что гипотеза о совпадении средних при разных уровнях фактора не противоречит данным опыта, в качестве оценки общего среднего можно взять
выборочное среднее, сосчитанное по объединению всех выборок
выборочное среднее выборки, оказавшейся наилучшей
выборочное среднее, оказавшееся наименьшим
выборочное среднее, сосчитанное по первой выборке
Дано статистическое распределение выборки: Выборочное среднее и выборочная дисперсия S2 равны
= 2, S2 = 17,6
= 2, S2 = 4,4
= 3, S2 = 53
= 3, S2 = 6,5
Для случайного процесса X(t) с непрерывным временем математическое ожидание есть
случайная величина
числовая функция
векторная функция
случайная функция
Данные о прибыли, полученной в течение месяца, за последние 5 месяцев оказались следующими:С помощью метода наименьших квадратов по этим точкам строится прямая. Эта прямая для прибыли в мае даст значение (для получения этого значения строить прямую не надо)
1048
1042
1038
1046
На каждой из 4 карточек написаны по одной различные буквы: Б, Е, Н, О. Из этих букв ребенок, не умеющий читать, складывает четырехзначные буквосочетания. Вероятность, того, что у него получится слово «небо», равна
0,01
Математическое ожидание m(t) случайного процесса X(t) = Vt - 1, где V(t) - случайная величина, имеющая стандартно нормальное распределение, равно
1
t - 1
+ 1
t + 1
Характеристическая функция случайной величины - это функция
Утверждение о том, что функция распределения однозначно определяется своей характеристической функцией
справедливо, если случайная величина непрерывна
всегда справедливо
несправедливо
справедливо, если случайная величина дискретна
Распределение вероятностей, которое имеет случайная величина , где и - независимые случайные величины, распределенные по с n1 и n2 степенями свободы, называется
распределением Фишера-Снедекора, оно определяется двумя параметрами - n1/n2 и n1 + n2
распределением Стьюдента, оно определяется двумя параметрами - n1 и n2
распределением Фишера-Снедекора, оно определяется двумя параметрами - n1 и n2
распределением Фишера-Снедекора, оно определяется двумя параметрами - k1 = n1-1 и k2 = n2-1
Из каждых десяти билетов выигрышными являются два. Вероятность того, что среди пяти купленных наудачу билетов окажется два выигрышных, равна
Статистическое распределение выборка объема n = 10: 2, 2, 5, 5, 4, 3, 4, 2, 2, 5 имеет следующий вид
Для независимых случайных величин и дисперсия их суммы равна
0
Случайной величиной называется переменная величина,
которая является числовой характеристикой возможных исходов опыта
которая определяется совокупностью возможных значений
заданная функцией распределения
значения которой зависят от случая и определена функция распределения
Имеется m выборок объема n из m нормальных законов с одинаковыми дисперсиями s2 и математическими ожиданиями а1,а2,…,аm. Задача проверки нулевой гипотезы Н0 о совпадении m математических ожиданий - Н0: а1=а2=…аm решается методами
корреляционного анализа
регрессионного анализа
дисперсионного анализа
по критерию χ2
Выборочная медиана d для вариационного ряд выборки объема n = 10: -2, 0, 3, 3, 4, 5, 9, 11, 12, 15 равна
6
4
4,5
5
Вариационный ряд его размах для выборки: 0, 5, 2, 8, 2, 6, 1, 5 следующие:
0, 1, 2, 2, 5, 5, 6, 8; размах выборки 8
0, 1, 2, 5, 6, 8; размах выборки 8
0, 1, 2, 2, 5, 5, 6, 8; размах выборки 9
8, 6, 5, 5, 2, 2, 1, 0; размах выборки 8
Частота события сходится по вероятности к его вероятности при увеличении числа опытов
если выполнены условия теоремы Чебышева
если событие рассматривается в схеме Бернулли
всегда
если вероятность стремится к нулю