Тренировка СМ / Тренировочный тест 2 СМ с отв
.docСМ Вариант 2
№ п. п. |
Вопросы |
Варианты ответов |
|
Какое распределение вероятностей положено в основу процедуры генерирования случайных чисел? |
1. нормальное. 2. экспоненциальное. 3. равномерное. 4. логарифмическое. 5. показательное. |
|
Как можно оценить погрешность модели? |
1. методом наименьших квадратов. 2. методом измерения предпочтений. 3. корреляционным анализом. 4. функционально-стоимостным анализом. 5. факторным анализом. |
|
Какие из перечисленных требований относятся к математическим моделям? |
1. синхронность. 2. совместимость. 3. быстродействие. 4. эмерджентность. 5. адекватность. |
|
Как проверяется степень соответствия модели описываемому явлению? |
1. эмпирической оценкой. 2. аддитивным анализом. 3. мультипликативным анализом. 4. экспертной оценкой. 5. последовательно-параллельной оценкой. |
|
Как моделируются события в имитационной модели? |
1. случайным образом. 2. в хронологическом порядке. 3. по «рангу» определяемого параметра. 4. по «весу» моделируемого события. 5. через равные промежутки времени. |
|
Какой из приведенных ниже принципов является принципом построения моделей? |
1. принцип эксперимента. 2. принцип ранжирования. 3. принцип приоритета функции над структурой. 4. принцип децентрализации. 5. принцип иерархии. |
|
Что бы Вы отнесли к особенностям системного моделирования? |
1. выдвижение гипотез при исследовании. 2. операциональное исследование. 3. использование алгоритмов, допускающих оперативную переналадку. 4. необходимость получения показателя эффективности системы. 5. учет характеристик системы на системном уровне. |
|
На чем основывается оценка точности модели? |
1. на реалистичности. 2. на совместимости. 3. на методе максимального правдоподобия. 4. на результативности. 5. на реализуемости. |
|
Как может быть оценена ошибка метода статистических испытаний? |
1. степенью достоверности. 2. доверительной вероятностью. 3. границами интервала, заданного ЛПР. 4. корреляционным анализом. 5. статистической проверкой гипотез. |
|
Какой недостаток имеет точечное оценивание выходных параметров имитационной модели? |
1. не дает сведений о мере «разброса» параметра относительно математического ожидания. 2. не дает сведений о свойствах оценки параметра. 3. не дает сведений о точности и надежности результата. 4. не дает представления о величине параметра. 5. дает представление только об одном параметре. |
|
Какой из приведенных ниже принципов является принципом построения моделей? |
1. принцип предпочтения. 2. принцип осуществимости. 3. принцип рассмотрения совместно со связями со средой. 4. принцип глобальной цели. 5. принцип неопределенности. |
|
Как определяются искомые величины при статистическом испытании? |
1. как средние величины параметров при одной реализации. 2. как средние величины от полученных и требуемых параметров. 3. как средние величины параметров при большом числе испытаний. 4. как минимальные величины параметров. 5. как максимальные величины параметров. |
|
Как распределены промежутки времени между событиями простейшего потока? |
1. по равномерному закону. 2. по нормальному закону. 3. по логарифмическому закону. 4. по гипернормальному закону. 5. по экспоненциальному закону. |
|
Согласно какому выражению определяются случайные числа, распределенные экспоненциально? |
1. . 2. . 3. . 4. . 5. . |
|
С использованием какого метода генерируются случайные числа при имитационном моделировании? |
1. метода последовательных приближений. 2. метода наименьших квадратов. 3. метода обратных функций. 4. метода максимального правдоподобия. 5. метода попарного сравнения. |
|
Что является одним из этапов метода статистических испытаний? |
1. статистическая оценка результатов. 2. статистическая «калибровка» модели. 3. статистическая проверка гипотез. 4. построение «дерева» целей и задач. 5. анализ неопределенных факторов. |
|
Что является основным достоинством метода статистических испытаний? |
1. отсутствие необходимости оценки адекватности модели. 2. простота оценки точности результатов. 3. дешевизна осуществимости. 4. малое число необходимых испытаний. 5. малое время моделирования. |
|
Какой величине пропорциональна ошибка метода статистических испытаний? |
1. . 2. . 3. . 4. . 5. . |
|
Чем определяется количество «прогонов» имитационной модели? |
1. сложностью модели. 2. продолжительностью одной реализации параметров модели. 3. требуемой точностью определения выходных параметров. 4. структурой модели. 5. числом исходных данных для моделирования. |
|
Из какого интервала случайных чисел формируется выборка случайных параметров при имитационном моделировании? |
1. . 2. . 3. . 4. . 5. . |
|
На чем основывается статистическая обработка и оценка точности результатов моделирования? |
1. на предельных теоремах теории вероятностей. 2. на аксиомах теории множеств. 3. на принципах системного анализа. 4. на методе инверсии. 5. на методе наименьших квадратов. |
|
От чего зависит ширина интервала оценки выходного параметра имитационной модели? |
1. от значений характеристик генеральной совокупности. 2.от величины оценки выходного параметра. 3. от уровня значимости, задаваемого ЛПР. 4. от продолжительности одного «прогона» имитационной модели. 5. от заданного закона распределения входных параметров модели. |
|
Что включает в себя точечное оценивание выходных параметров имитационного моделирования? |
1. определение уровня значимости. 2. определение доверительной вероятности. 3. определение выборочной дисперсии. 4. определение выборочного среднеквадратического отклонения. 5. определение выборочного среднего. |
|
Что влияет на ширину доверительного интервала результатов статистических испытаний? |
1. заданный закон распределения входных параметров модели. 2. заданная доверительная вероятность. 3. продолжительность одного «прогона» имитационной модели. 4. величина точечной оценки параметра. 5. характеристики генеральной совокупности параметров. |
|
Что относится к недостатку имитационного моделирования? |
1. моделирование очень сложных систем и процессов любой физической природы. 2. необходимость учета случайных факторов. 3. неопределенность функционирования сложной системы. 4. необходимость проведения большого числа испытаний. 5. область применения. |
|
Какая статистика критерия применяется при проверке статистических гипотез о стабильности статистических испытаний? |
1. -статистика. 2. -статистика. 3. -статистика. 4. -статистика. 5. -статистика. |
|
Что включает в себя точечное оценивание выходных параметров имитационного моделирования? |
1. определение выборочной дисперсии параметра. 2. определение объема выборки параметра. 3. определение поправки Бесселя. 4. определение среднеквадратического отклонения параметра. 5. статистическую проверку гипотезы о законе распределения. |
|
Когда есть основания принять альтернативную статистическую гипотезу ? |
1. когда имеется двусторонняя критическая область. 2. когда расчетное значение критерия попадает в область допустимых значений. 3. когда расчетное значение критерия попадает в критическую область. 4. при асимметричности распределения. 5. когда имеется односторонняя критическая область. |
|
Что является сущностью интервального оценивания выходных параметров имитационной модели? |
1. определение характеристик точности и надежности результатов. 2. определение характеристик генеральной совокупности параметров. 3. статистическая обработка результатов. 4. определение характеристик выходных параметров по абсолютной величине. 5. верификация. |
|
Что необходимо для интервального оценивания выходных параметров имитационной модели? |
1. указать абсолютные значения параметров генеральной совокупности. 2. указать интервал изменения параметра по одному из законов распределения. 3. указать объем выборки. 4. указать интервал изменения параметра в пределах выборки. 5. указать ширину доверительного интервала. |
|
Что является ошибкой первого рода или «риском поставщика»? |
1. отрицательное заключение по верной гипотезе 2. положительное заключение по верной гипотезе . 3. отрицательное заключение по верной гипотезе . 4. положительное заключение по неверной гипотезе . 5. отрицательное заключение по неверной гипотезе . |
|
Когда есть основания принять исходную статистическую гипотезу? |
1. когда расчетное значение критерия попадает в область допустимых значений. 2. когда имеется двусторонняя критическая область. 3. когда расчетное значение критерия попадает в критическую область. 4. когда расчетное значение критерия не попадает в область допустимых значений. 5. когда имеется односторонняя критическая область. |
|
Что является ошибкой второго рода или «риском заказчика»? |
1. отрицательное заключение по верной гипотезе 2. отрицательное заключение по неверной гипотезе . 3. положительное заключение по верной гипотезе . 4. положительное заключение по неверной гипотезе . 5. отрицательное заключение по верной гипотезе . |
|
Какое из требований предъявляется к факторам при активном факторном эксперименте? |
1. неопределенности. 2. агрегативности. 3. нормальности. 4. независимости. 5. детерминированности. |
|
Чем вызваны неопределенности в исходных данных при моделировании? |
1. неточностью в округлении параметров исходных данных. 2. инструментальными погрешностями. 3. погрешностями измерительной аппаратуры. 4. видом законов распределений случайных параметров. 5. неполным знанием состояния системы и внешней среды. |
|
Для чего проводится нормирование частных показателей, входящих в составной функциональный критерий? |
1. для придания показателям безразмерного вида. 2. для того, чтобы сумма показателей была равна единице. 3. для уменьшения числа частных показателей. 4. для повышения точности модкли. 5. для упрощения модели. |
|
В чём выражается свойство ортогональности матрицы планирования? |
1. . 2. . 3. . 4. . 5. . |
|
Чем обусловлены неопределенные факторы при моделировании? |
1. состоянием среды. 2. методическими ошибками. 3. недостаточной точностью модели. 4. сложностью модели. 5. большим числом выходных параметров. |
|
Какую часть реплики ПФП содержит ДФП 25-2? |
1. 1/2по равномерному закону. 2. 1/4. 3. 1/8по нормальному закону. 4. 1/5по логарифмическому закону. 5. 0,5. |
|
В чем выражается симметричность матрицы планирования? |
1. . 2. . 3. . 4. . 5. . |
|
К чему приводит выбор уровня значимости ? |
1. производится выбор между право- и левосторонней критическими областями. 2. к выбору расчетной статистики критерия. 3. к изменению закона распределения выходных параметров модели. 4. множество значений критерия разбивается на область допустимых значений и критическую область. 5. к изменению характеристик генеральной совокупности. |
|
Что относится к признакам выбора статистики критерия? |
1. объем испытаний . 2. уровень значимости . 3. правосторонняя критическая область. 4. левосторонняя критическая область. 5. величины выходных параметров модели. |
|
Какие законы распределения применяются при интервальном оценивании результатов моделирования? |
1. экспоненциальный. 2. нормальный. 3. равномерный. 4. логарифмический. 5. аномальный. |
|
Какое количество реализаций проводится при полном факторном планировании по двум уровням с числом факторов равным ? |
1.. 2. . 3. . 4. . 5. . |
|
В чем отличие активного факторного имитационного эксперимента от пассивного? |
1. в активном моделировании внешней среды. 2. в параллельном использовании натурного эксперимента. 3. в получении результатов в реальном масштабе времени. 4. в одновременном варьировании совокупности входных параметров. 5. в предварительной обработке исходных данных. |
|
Какое из требований предъявляется к факторам при активном факторном эксперименте? |
1. однозначности. 2. ординарности. 3. отсутствие последействия. 4. нормальности. 5. стационарности. |
|
В чём выражается свойство нормировки матрицы планирования? |
1. . 2. . 3. . 4. . 5. . |
|
Какую часть реплики ПФП 24 содержит ДФП 24-1? |
1. 1/4. 2. 1/2. 3. 1/24. 4. 0,2. 5. 0,5. |
|
Чему равен основной уровень в кодированной системе координат ПФП? |
1. 0. 2. +1. 3. -1. 4. произвольному значению параметра. 5. абсолютному значению параметра. |
|
Каким методическим приемом можно учесть неопределенные факторы при моделировании? |
1. ограничением числа стратегий. 2. ограничением числа реализаций. 3. расширением числа параметров модели. 4. ограничением числа выходных параметров модели. 5. ограничением числа параметров модели. |