TVIMS2
.pdf2.2.45.(НТ2). Случайная величина Х распределена равномерно на интервале
(1; a 1).
Чему равна функция распределения левее этого интервала? -1
#-0
-x 2 a 1
2.1.46. (НТ1). Данное распределение случайной величины
|
1 |
ïðè |
õ 1; à 1 |
|
|
|
|
является: |
|||
à |
|||||
f (x) |
|
õ 1; à 1, |
|||
0 ïðè |
à 0. |
||||
|
|
|
|
|
- пуассоновским -экспоненциальным
#- равномерным 2.2.47.(НТ1). Математическое ожидание непрерывной случайной величины с
плотностью распределения
|
1 |
ïðè |
õ 1; à 1 |
|
|
|
|
||
à |
|
|||
f (x) |
|
õ 1; à 1, |
|
|
0 ïðè |
à 0. |
|||
|
|
|
|
|
Равно: - а/2
#-(а+2) /2 -(а-2) 2 /12
2.2.48.(НТ1). Дисперсия непрерывной случайной величины с плотностью распределения f(x)
|
|
|
|
|
|
|
|
|
|
|
1 |
ïðè |
õ 1; à 1 |
|
|
|
|
|
|
|
|
|
|
f (x) |
|
|
равна: |
||
|
|
|
|
|
|
|
|
|
à |
|||||
|
|
|
|
|
|
|
|
|
|
|
õ 1; à 1, |
|||
|
|
|
|
|
|
|
|
|
|
0 |
ïðè |
à 0. |
||
- а 2 /2 |
|
|
|
|
|
|||||||||
|
|
|
|
|
||||||||||
#- а 2 /12 |
|
|
|
|
|
|||||||||
-(а +2)/2 |
|
|
|
|
|
|||||||||
2.2.49.(НТ1). Среднее квадратическое отклонение |
непрерывной случайной |
|||||||||||||
величины с плотностью распределения |
|
|
|
|
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
1 |
ïðè |
õ 1; à 1 |
|
|
|
|
|
|
|
|
|
|
f (x) |
|
|
|
||
|
|
|
|
|
|
|
|
|
à |
|
||||
|
|
|
|
|
|
|
|
|
|
|
õ 1; à 1, |
|
||
|
|
|
|
|
|
|
|
|
|
0 |
ïðè |
à 0. |
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Равна: |
|
|
|
|
|
|||||||||
- |
|
a |
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|||
#- |
|
|
a |
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
||
2 |
|
|
3 |
|
|
|
|
|
|
|||||
-1 |
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
||
2.2.50.(НТ2). Данная функция |
|
|
|
|
|
0 при х 2
|
|
|
|
x 2 |
|||
F(x) |
|
|
при х 2; 4 |
|
2 |
||
|
при х 4 |
||
1 |
|
||
|
|
|
является функцией распределения : - нормальной случайной величины
#-равномерной случайной величины - пуассоновской случайной величины
2.2.51.(НТ1). Случайная величина называется распределенной по показательному закону, если ее плотность распределения вероятностей имеет вид:
#- f (x) |
|
|
0,x 0 |
|
|||
|
|
|
|
|
|
|
|
|
e x,x 0 |
|
|||||
|
|
|
|
|
|
|
|
|
|
|
2 |
|
|
||
x |
|
x |
|
|
|
||
|
2 |
|
|
||||
|
|
|
e 2 |
|
|
при х 0 |
|
- f (x) |
|
|
|
|
|||
|
2 |
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
при х 0 |
0 |
|
|
|
|
|
|
|
1 |
|
е |
х а2 |
- f (x) |
|
|
2а |
||
|
|
|
|||
|
|
2 а |
|
2.2.52.(НТ2). Случайная величина называется распределенной по показательному закону, если ее плотность распределения вероятностей имеет вид:
0; |
|
x 0 |
-F(x) 1 e x; |
x 0 |
|
|
|
|
0; |
|
x 0 |
-F(x) |
x; |
x 0 |
e |
||
0; |
x 0 |
|
#-F(x) 1 e x ; |
x 0 |
|
|
|
|
2.1.53. (НТ1). Случайная величина X распределена по показательному
|
0,x 0 |
закону f (x) |
. Чему равно математическое ожидание этой случайной |
e x,x 0
величины? -1
#- - 2
2.1.54. (НТ1). Случайная величина X распределена по показательному
|
0,x 0 |
закону f (x) |
. Чему равна дисперсия этой случайной величины? |
e x,x 0
-1 -
#- 2
2.1.55. (НТ1). Случайная величина X распределена по показательному
|
0,x 0 |
закону f (x) |
. Чему равно среднее квадратическое отклонение этой |
e x,x 0
случайной величины? -1
# |
|
|
|
|
|
- 2 |
|
|
|
|
|
2.2.56.(НТ1). |
Случайная |
величина, |
имеющая плотность распределения |
||
вероятностей |
|
|
2х |
|
|
|
|
|
|
|
|
|
|
е |
|
при |
х 0 |
|
f (x) 2 |
|
|||
|
|
|
|
при |
х 0 |
|
0 |
|
|
распределена по: -нормальному закону
#-показательному закону -равномерному закону
2.2.57.(НТ1). Случайная величина, имеющая функцию распределения
0; |
x 0 |
F(x) 1 e 2x; |
x 0 |
|
|
распределена по:
#-показательному закону -равномерному закону. -нормальному закону
2.2.58.(НТ1). Математическое ожидание непрерывной случайной величины с законом распределения
|
|
2х |
|
|
|
е |
|
при |
х 0равно: |
f (x) 2 |
|
|||
|
|
|
при |
х 0 |
0 |
|
|
-1
-1
2
#-2 2.2.59.(НТ1). Дисперсия непрерывной случайной величины с законом
распределения
|
2х |
при |
х 0 |
|
2е |
|
равно: |
||
f (x) |
|
|
|
|
|
|
при |
х 0 |
|
0 |
|
|
||
-1/2 |
|
|
|
|
- 1 |
|
|
|
|
4 |
|
|
|
|
#-4 |
|
|
|
|
2.2.60.(НТ1). Среднее квадратическое |
отклонение непрерывной случайной |
|||
величины с законом плотности распределения f(x) |
|
|||
|
2х |
при |
х 0 |
|
2е |
|
|
||
f (x) |
|
|
|
|
|
|
при |
х 0 |
|
0 |
|
|
||
Равно: |
|
|
|
|
#-2 |
|
|
|
|
- 1 |
|
|
|
|
4 |
|
|
|
|
-4 2.2.61.(НТ1). Данное распределение случайной величины
|
1 |
|
|
|
х |
|
|
|
|||
|
|
|
|
|
|
||||||
|
|
|
е |
|
|
|
при |
х 0 |
Является: |
||
|
|
|
|
|
|
|
|||||
f (x) |
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
при |
х 0 |
|
|
0 |
|
|
|
|
|
|
|
|
#- Показательным
-Нормальным
-Релеевским
2.2.62.(НТ2). Распределение случайной величины, имеющее функцию распределения
|
0 |
|
|
|
ïðè |
õ 0 |
F(x) |
|
|
x |
|
является: |
|
|
|
|
||||
|
|
|||||
|
1 e |
|
|
|
ïðè |
õ 0 |
|
|
|
|
|
|
|
- Нормальным
#- Показательным
-Равномерным
2.2.63.(НТ1). Математическое ожидание непрерывной случайной величины с плотностью распределения
|
|
|
|
|
õ |
|
|
||
|
1 |
|
|
|
|
||||
|
|
|
|
|
|
||||
|
|
å |
|
ïðè |
õ 0 |
||||
f (x) |
|
|
|
|
|
|
|||
|
|
|
|
|
|
||||
|
|
|
|||||||
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
ïðè |
õ 0 |
|
0 |
|
|
|
|
|
|
Равно: - /2
# - - /4
2.2.64.(НТ1). Дисперсия непрерывной случайной величины с плотностью распределения
|
|
|
|
|
õ |
|
|
||
|
1 |
|
|
|
|
||||
|
|
|
|
|
|
||||
|
|
å |
|
ïðè |
õ 0 |
||||
f (x) |
|
|
|
|
|
|
|||
|
|
|
|
|
|
||||
|
|
|
|||||||
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
ïðè |
õ 0 |
|
0 |
|
|
|
|
|
|
Равно:
# - - /4
2.2.65.(НТ1). Среднее квадратическое отклонение непрерывной случайной величины с плотностью распределения
|
|
|
|
|
|
|
|
|
|
|
|
|
|
õ |
|
|
|
|
||
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
f (x) |
|
|
|
å |
|
|
ïðè |
õ 0 |
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
ïðè |
õ 0 |
|
Равно: |
|
0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
# - |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
- /2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
- /4 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
2.2.66.(НТ1). |
Случайная |
|
|
величина, имеющая плотность распределения |
||||||||||||||||
вероятностей |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
1 |
|
|
|
|
|
(x m)2 |
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
|
|
|
||||
|
|
|
f (x) |
|
|
|
|
|
|
|
|
|
e |
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
распределена по:
#-нормальному закону -показательному закону -равномерному закону
2.2.67.(НТ1). Случайная величина называется распределенной по нормальному закону, если она имеет плотность распределения:
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
|
|
|
|
||||
|
|
|
|
|
|
|
x |
|
|
|
x |
|
|
|
||||||||
|
|
|
|
|
|
|
2 |
|
|
|||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
e |
|
2 |
|
|
при х 0 |
||||
|
|
- f |
(x) |
|
|
|
|
|
|
|
|
|||||||||||
|
|
|
2 |
|
|
|||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
при х 0 |
||
|
|
|
|
|
|
|
0 |
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
(x m)2 |
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
|
||||
|
|
#- f (x) |
|
|
|
|
|
|
|
|
|
e |
|
2 |
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
2 |
|
|
|
|
|||||||
|
|
- f |
|
|
|
|
0,x 0 |
|
|
|
|
|||||||||||
|
|
(x) |
|
|
|
|
|
|
|
|
|
|
|
|||||||||
|
|
|
|
|
|
|
|
|
e x,x 0 |
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
2.2.68.(НТ1). |
|
|
Случайная величина, распределенная по закону |
|||||||||||||||
|
|
1 |
|
|
|
(x m)2 |
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
f (x) |
|
|
|
|
|
e |
2 |
|
|
|
|
имеет математическое ожидание: |
||||||||||
|
|
|
|
|
|
|
|
|
||||||||||||||
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
#-M[x] m
-M[x] 2
-M[x]
|
|
|
2.2.69.(НТ1). |
Случайная величина, распределенная по закону |
|||||
1 |
|
|
|
(x m)2 |
|
|
|||
|
|
|
2 |
|
|
||||
f (x) |
|
|
|
|
e |
2 |
|
имеет дисперсию: |
|
|
|
|
|
|
|||||
|
|
|
|
2
-D[x] m
#-D[x] 2
-D[x]
|
|
|
2.2.70.(НТ1). |
Случайная величина, распределенная по закону |
|||||
1 |
|
|
|
(x m)2 |
|
|
|||
|
|
|
2 |
|
|
||||
f (x) |
|
|
|
|
e |
2 |
|
имеет среднее квадратическое отклонение: |
|
|
|
|
|
|
|||||
|
|
|
|
2
-[x] m
-[x] 2
#- [x]
2.2.71.(НТ1). Функцией Лапласа называется следующая функция:
|
|
|
|
1 |
|
|
|
|
x |
t2 |
||||
-F(x) |
|
|
|
|
|
|
|
e |
2 dt |
|||||
|
|
|
|
|
|
|
||||||||
|
2 |
|||||||||||||
|
|
|
|
|
|
|
|
t2 |
||||||
|
|
|
|
|
1 |
|
|
|
|
|
||||
- (x) |
|
|
|
|
|
|
e |
2 dt |
||||||
|
|
|
|
|
|
|||||||||
2 |
|
|||||||||||||
|
|
|
|
|
|
|
|
|
|
|
||||
#-Ф(x) 1 |
|
|
|
|
x |
|
t2 |
|||||||
|
|
|
|
e |
2 dt |
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
0 |
|
|
|
|
|
|
|
|
|
|
2 |
|
|
|
2.2.72.(НТ1). Функцией Лапласа имеет следующие свойство:
-Ф(0)=1
#-Ф(0)=0 -Ф(0)=0,5
2.2.73.(НТ1). Функцией Лапласа имеет следующие свойство:
-( x) (x)
#- ( x) (x) - ( x) 1
2.2.74.(НТ1). Функцией Лапласа имеет следующие свойство:
- lim Ô(x) 0,5
x
- lim Ô(x) 1
x
#- lim Ô(x) 0,5
x
2.2.75.(НТ1). Нормально распределенная случайная величина имеет функцию распределения:
-F(x) Ô(x m)
-F(x) 1 Ô(x m)
#-F(x) 0,5 Ф(x m)
2.2.76.(НТ3). Случайная величина, имеющая функцию распределения
F(x) 0,5 Ф(x m) распределена по:
#-нормальному закону -показательному закону -равномерному закону
2.2.77.(НТ1). Нормально распределенная случайная величина принимает:
#-любые значения -только положительные значения
-только отрицательные значения 2.2.78.(НТ1). Кривая нормального распределения симметрична относительно:
#- математического ожидания -дисперсии -среднего квадратического отклонения
2.2.79.(НТ1). При увеличении математического ожидания кривая нормального распределения:
#-сдвинется вправо по оси OX
- сдвинется влево по оси OX -не изменится
2.2.80.(НТ1). При уменьшении математического ожидания кривая нормального распределения:
-сдвинется вправо по оси OX
#- сдвинется влево по оси OX -не изменится
2.2.81.(НТ1). Как вычислить вероятность попадания нормально распределенной случайной величины в произвольный интервал ( ; ):
-P( X ) Ô( m) Ô( m)
#- P( X ) Ô( m) Ô( m)
-P( X ) Ô( )
2.2.82.(НТ2). Для какой случайной величины вероятность попадания в
интервал вычисляется по формуле P( X ) Ô( m) Ô( m)?
-для распределенной по показательному закону
#- для нормально распределенной
-для распределенной по равномерному закону
2.2.83.(НТ3). Как вычислить вероятность отклонения нормально распределенной случайной величины от математического ожидания на величину, не превосходящую :
#-P[ X m ] 2Ô( )
-P[ X m ] Ô( )
-P[ X m ] 2Ô( )
2.2.84.(НТ2). Для какой случайной величины вероятность отклонения случайной величины от математического ожидания вычисляется по формуле
P[ X m ] 2Ô( )?
-для распределенной по показательному закону
#- для нормально распределенной
-для распределенной по равномерному закону
2.2.85.(НТ1). |
Случайная |
|
величина, имеющая плотность распределения |
||||
вероятностей |
|
|
|
|
|
|
(x 2)2 |
|
|
|
1 |
|
e |
||
|
f (x) |
|
|
8 |
|||
|
|
|
|
|
|||
|
|
|
|
|
|||
|
2 |
|
2 |
|
распределена по:
#-нормальному закону -показательному закону -равномерному закону
2.2.86.(НТ1). Математическое ожидание непрерывной случайной величины с законом плотности распределения f(x)
|
|
1 |
|
e |
(x 2)2 |
|
f (x) |
|
|
8 равно: |
|||
|
|
|
|
|||
2 |
|
2 |
|
-
#-2 -0
2.2.87.(НТ1). Дисперсия непрерывной случайной величины с законом плотности распределения
|
|
1 |
|
e |
(x 2)2 |
|
f (x) |
|
|
8 |
|||
|
|
|
|
|||
|
|
|
|
|||
2 |
|
2 |
|
Равно:
-8
#-4 -2
2.2.88.(НТ1). Среднее квадратическое отклонение непрерывной случайной величины с законом плотности распределения f(x)
|
|
1 |
|
e |
(x 2)2 |
|
f (x) |
|
|
8 |
|||
|
|
|
|
|||
2 |
|
2 |
|
Равно: -8 -4
#-2 2.2.89.(НТ1). Данное распределение случайной величиной
|
|
|
|
x |
2 |
|
|
|
x |
|
|
|
|
||||
|
|
2 |
|
|
||||
|
|
|
e 2 |
|
при х 0 |
|
||
f (x) |
|
|
|
является |
||||
|
2 |
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
при х 0 |
|
0 |
|
|
|
|
|
|
#- Гауссовским
-Релеевским
-Показательным
2.2.90.(НТ1). Случайная величина Х задана плотностью распределения f(x)
|
|
1 |
|
е |
х а2 |
f (x) |
|
|
2а |
||
|
|
|
|||
|
|
2 а |
|
Вероятность того, что X > a равна: -1/a
-1/(a)2
#-1/2 2.2.91.(НТ1). Случайная величина, имеющая плотность распределения
вероятностей
х а2 f (x) 1 е 2а
2 а
распределена по:
#-нормальному закону -показательному закону -равномерному закону
2.2.92.(НТ1). Математическое ожидание непрерывной случайной величины с законом распределения
|
|
1 |
|
е |
х а2 |
|
f (x) |
|
|
2а |
равно: |
||
|
|
|
||||
|
|
2 а |
|
|
-а
-а
# - а 2.2.93.(НТ1). Дисперсия непрерывной случайной величины с распределения
|
|
1 |
|
е |
х а2 |
|
f (x) |
|
|
2а |
равно: |
||
|
|
|
||||
|
|
2 а |
|
|
#-а
-4a
-а
2.2.94.(НТ1). Среднее квадратическое отклонение непрерывной случайной величины с законом распределения
|
|
1 |
|
е |
х а2 |
|
f (x) |
|
|
2а |
равно: |
||
|
|
|
||||
|
|
2 а |
|
|
-а
#-4a
-а
2.2.95.(НТ1). Закон трех сигм для нормального распределения говорит о том, что событие, состоящее в отклонении нормально распределенной случайной величины от математического ожидания на величину, превышающую утроенное СКО есть событие:
#- практически невозможное -практически достоверное -практически несовместное
2.2.96.(НТ2). Правило трех сигм состоит в том, что нормально распределенная случайная величина содержится в интервале X m 3 с вероятностью:
-1
#- 0,9973
-0,0027
2.2.97.(НТ1). Правило трех сигм состоит в том, что нормально распределенная случайная величина выйдет за пределы интервала X m 3 с вероятностью:
-1
-0,9973
#- 0,0027
2.2.98.(НТ3). По отношению к какому параметру распределения нормальной случайной величины симметричен интервал в законе трех сигм:
#- математическому ожиданию
-дисперсии
-среднеквадратическому отклонению
2.2.99.(НТ3). Какая длина интервала рассматривается в законе трех сигм для нормального распределения:
-3
# - 6
-9
2.2.100.(НТ1). Что означает параметр в законе трех сигм для нормального распределения?
- Математическое ожидание
#-среднее квадратическое отклонение -дисперсия
2.2.101.(НТ2). Событие, состоящее в отклонении нормальной случайной величины от математического ожидания на величину, не превышающую 3 есть событие:
#- близкое к достоверному -близкое к невозможному
-близкое к несовместному.
2.2.102.(НТ2). Событие, состоящее в отклонении нормальной случайной величины от математического ожидания на величину, превышающую 3 есть событие:
- близкое к достоверному
#-близкое к невозможному -близкое к несовместному.
3.1.1. (НТ1).Композицией распределений двух случайных величин X и Y называется распределение случайной величины
#-Z X Y
-Z X Y
-Z X /Y
3.1.2. (НТ2). Композиция распределений для непрерывных и независимых случайных величин вычисляется по формуле:
#- fz (x) fx (x) fY (z x)dx
- fz (x) fx (x) fz (x)dx
- fz (x) fx (x z) fz (z x)dx
3.1.3. (НТ2).Какими должны быть случайные величины X и Y , чтобы
композиция их распределений вычислялась по формуле: fz (x) fx (x) fY (z x)dx?
-непрерывными и зависимыми
#-непрерывными и независимыми -дискретными и независимыми
3.1.4. (НТ1). Если случайные величины X и Y распределены равномерно в
интервале
(-1;1), то в каком интервале композиция распределений этих случайных величин отлична от нуля?
-( 1;1)
-(0;1)
#-( 2; 2)
3.1.5.(НТ1). Композицией любого числа нормальных распределений независимых случайных величин будет:
-равномерное распределение
#-нормальное распределение - показательное распределение.
3.1.6.(НТ1).Композицией двух нормальных распределений независимых случайных величин будет:
-равномерное распределение - показательное распределение.
#-нормальное распределение
3.1.7.(НТ1).Чему равно математическое ожидание композиции пяти
одинаковых нормальных распределений N(m, 2 ) независимых случайных величин?
#- 5m