Часть I. Основы теории вероятностей

1. Укажите правильное утверждение:

1. Случайное событие, это событие которое может не произойти, если поменяются условия опыта.

2. Случайное событие, это такое событие, которое находится в зависимости от варианта.

3. Событие, которое в данных критериях может произойти либо не произойти именуется случайным. *

2. Укажите правильное утверждение:

1. Случайное событие именуется достоверным, если в итоге данного тесты Часть I. Основы теории вероятностей оно непременно происходит. *

2. Случайное событие именуется достоверным, если оно может произойти либо не произойти в данных критериях.

3. Случайное событие именуется достоверным, если в итоге данного тесты оно непременно не происходит.

3. Укажите правильное утверждение:

1. Случайное событие именуется неосуществимым, если в данных критериях оно может произойти либо не произойти.

2. Случайное Часть I. Основы теории вероятностей событие именуется неосуществимым, если оно не происходит при изменении критерий опыта.

3. Случайное событие, которое в данных критериях произойти не может, именуется неосуществимым.*

4. Укажите правильное утверждение:

1. Два действия именуются совместными, если возможность возникновения 1-го из их находится в зависимости от того, вышло либо не вышло 2-ое.

2. Два действия именуются совместными Часть I. Основы теории вероятностей, если возникновение 1-го из их не исключает возникновение другого. *

3. Примером совместных событий может служить: одновременное выпадение герба и решки при бросании 2-ух монет.

5. Укажите правильное утверждение:

1. Действия А и В именуются обратными, если возникновение действия А исключает возникновение действия В ( ).

2. Событие В, происходящее и тогда только тогда, когда не происходит Часть I. Основы теории вероятностей событие А, именуется обратным событию А ( ).*

3. Событие В, происходящее и тогда только тогда, когда может не произойти событие А, именуется обратным последнему ( ).

6. Укажите правильное утверждение:

1. Два действия А и В именуются несовместными, если при возникновении 1-го из их не всегда происходит другое.*

2. Два действия А и В именуются Часть I. Основы теории вероятностей несовместными, если возникновение 1-го из их исключает возникновение другого.

3. Два действия А и В именуются совместными, если при возникновении 1-го из их всегда происходит другое.


7. Укажите правильное утверждение:

1. Традиционной вероятностью действия А именуется отношение общего числа простых событий к числу случаев, в каких вышло событие А.

2. Традиционной вероятностью действия А Часть I. Основы теории вероятностей именуется отношение числа m простых событий, благоприятствующих возникновению действия А, к общему числу всех вероятных простых исходов n. *

3. Традиционной вероятностью действия А именуется отношение числа показавшихся в испытании событий m к общему числу всех вероятных простых исходов n.

8. Относительной частотой возникновения действия А именуется:

1. Отношение общего числа простых событий к числу Часть I. Основы теории вероятностей случаев, в каких вышло событие А.

2. Отношение числа m простых событий, благоприятствующих возникновению действия А, к общему числу всех вероятных простых исходов n.

3. Отношение числа случаев, в каких вышло событие А, к общему числу проведенных опытов. *

9. Укажите правильное утверждение:

1. Под вероятностью действия А, в статистическом смысле Часть I. Основы теории вероятностей, понимают практически достоверный предел, к которому стремится относительная частота возникновения событие А при увеличении числа проведенных опытов n.*

2. Под вероятностью действия А, в статистическом смысле, понимают практически достоверный предел, к которому стремится относительная частота возникновения действия А при неограниченном числе возникновений действия А.

3. Под вероятностью действия А, в статистическом смысле, понимают Часть I. Основы теории вероятностей практически относительную частоту возникновения событие А при проведении опытов.

10. Укажите правильное утверждение:

1. Действия А и В именуются зависимыми, если при проведении испытаний вероятности их меняются.

2. Событие А именуется зависимым от действия В, если возможность пришествия действия В находится в зависимости от того пришло либо нет событие А.

3. Событие Часть I. Основы теории вероятностей В именуется зависимым от действия А, если возможность пришествия действия В находится в зависимости от того пришло либо нет событие А.*

11. Укажите правильное утверждение:

1. Суммой событий А и В именуют событие С, заключающееся в том, что в итоге испытаний наступит либо событие А, либо событие В, либо они Часть I. Основы теории вероятностей наступят оба. *

2. Суммой событий А и В именуют событие С, заключающееся в том, что в итоге испытаний может наступить одно из этих событий.

3. Суммой событий А и В именуют событие С, заключающееся в том, что наступят и событие А, и событие В сразу.

12. Укажите правильное утверждение:

1. Возможность пришествия 2-ух Часть I. Основы теории вероятностей несовместных событий А и В равна сумме вероятностей этих событий: Р(АВ) = Р(А) + Р(В).

2. Возможность пришествия хотя бы 1-го из 2-ух несовместных событий, индифферентно которого, равна сумме их вероятностей: Р(А либо В) = Р(А) + Р(В).*

3. Возможность возникновения хотя бы 1-го из 2-ух несовместных событий равна Часть I. Основы теории вероятностей сумме вероятностей этих событий, без вероятности их совместного возникновения: Р(А+В) = Р(А) + Р(В) - Р(АВ).

13. Укажите правильное утверждение:

1. Возможность возникновения хотя бы 1-го из 2-ух совместных событий равна сумме вероятностей этих событий, умноженной на возможность их совместного возникновения: Р(А либо В) = (Р(А) + Р(В)) * Р Часть I. Основы теории вероятностей(АВ).

2. Возможность возникновения хотя бы 1-го из 2-ух совместных событий равна сумме вероятностей этих событий, без вероятности их совместного возникновения: Р(А+В) = Р(А) + Р(В) - Р(АВ).*

3. Возможность возникновения хотя бы 1-го из 2-ух совместных событий равна сумме вероятностей этих событий и вероятности их совместного возникновения Часть I. Основы теории вероятностей:
Р(А+В) = Р(А) + Р(В) + Р(АВ).

14. Укажите правильное утверждение:

1. Условная возможность - это возможность зависимого действия.

2. Условная возможность - это возможность действия В при условии, что вышло событие А: РА(В) либо Р(В/А). *

3. Условная возможность - это возможность действия, А заключающееся в том, что событие В может произойти Часть I. Основы теории вероятностей либо не произойти.

15. Укажите правильное утверждение:

1. Возможность совместного возникновения 2-ух зависимых событий либо А, либо В равна сумме вероятностей этих событий: Р(А либо В) = Р(А) + Р(В).

2. Возможность совместного возникновения 2-ух зависимых событий равна произведению вероятности 1-го из их на условную возможность другого: Р(АВ) = Р Часть I. Основы теории вероятностей(А) * РА(В). *

3. Возможность совместного возникновения 2-ух зависимых событий А и В равна поизведению вероятностей этих событий: Р(А и В) = Р(А)·Р(В).

16. Укажите правильное утверждение:

1. Возможность совместного возникновения 2-ух и поболее независящих случайных событий А и В определяется произведением вероятностей этих событий: Р(А и В Часть I. Основы теории вероятностей) = Р(А) * Р(В). *

2. Возможность возникновения 2-ух и поболее независящих случайных событий А либо В определяется произведением вероятностей этих событий:
Р(А либо В) = Р(А) * Р(В).

3. Возможность произведения 2-ух либо более независящих событий равна произведению вероятностей этих событий на их условную возможность.

17. Укажите правильное утверждение:

1. Для произведения вероятностей зависимых Часть I. Основы теории вероятностей событий справедливо выражение: Р(АВ) = Р(А) * Р(В) - Р(АВ).

2. Для произведения вероятностей зависимых событий справедливо выражение: Р(А) * РА(В) = Р(В) * РВ(А). *

3. Для произведения вероятностей зависимых событий справедливо выражение: (АВ) = Р(А) · Р(В).

18. Укажите правильное утверждение:

1. Формула Бернулли позволяет отыскать возможность того, что при n Часть I. Основы теории вероятностей независящих испытаниях событие А может наступить m раз.

2. Формула Бернулли позволяет отыскать возможность того, что при n независящих испытаниях по схеме Бернулли событие А наступит m раз. *

3. Формула Бернулли позволяет отыскать возможность того, что при всех n независящих испытаниях событие А наступит n раз.

19. Формула Бернулли имеет Часть I. Основы теории вероятностей вид:


1. *

2.

3.


20. При большенном числе проведенных опытов и малой вероятности возникновения действия в отдельном опыте воспользоваться формулой Бернулли проблемно, потому:

1. Приближенно пользуются статистической вероятностью.

2. Приближенно пользуются формулой Байеса.

3. Приближенно пользуются формулой Пуассона.*

21. Случайной величиной именуют такую величину, которая:

1. В итоге тесты может принять разные значения, при всем этом заблаговременно Часть I. Основы теории вероятностей непонятно какие конкретно. *

2. В итоге тесты воспримет одно и только одно вероятное значение, при всем этом заблаговременно непонятно, какое конкретно.

3. В итоге тесты воспримет одно и только одно вероятное значение, при всем этом заблаговременно непонятно, какое конкретно.

22. Дискретной (прерывной) именуют случайную величину,

1. Которая воспринимает отдельные вероятные значения с определенными вероятностями, которые можно Часть I. Основы теории вероятностей пронумеровать.*

2. Возможность которой воспринимает любые значения из интервала от 0 до 1, именуют непрерывной.

3. Для которой все ее вероятные значения полностью заполняют некий конечный либо нескончаемый просвет.

23. Непрерывной именуют случайную величину,

1. Которая воспринимает отдельные вероятные значения с определенными вероятностями, которые можно пронумеровать.

2. Возможность которой воспринимает любые значения из интервала от Часть I. Основы теории вероятностей 0 до 1, именуют непрерывной.

3. Для которой все ее вероятные значения полностью заполняют некий конечный либо нескончаемый просвет. *

24. Избрать верный пример:

1. В качестве примера дискретной случайной величины можно использовать результаты измерения роста студентов в группе либо на курсе.

2. В качестве примера дискретной случайной величины можно использовать результаты огромного числа бросаний игральной кости Часть I. Основы теории вероятностей. *

3. В качестве примера дискретной случайной величины можно использовать результаты огромного числа бросаний игральной кости.

25. Избрать верный пример:

1. В качестве примера непрерывной случайной величины можно использовать результаты измерения роста студентов в группе либо на курсе*

2. В качестве примера непрерывной случайной величины можно использовать результаты огромного числа бросаний игральной Часть I. Основы теории вероятностей кости.

3. В качестве примера непрерывной случайной величины можно использовать результаты огромного числа бросаний игральной кости.

26. Законом рассредотачивания дискретной случайной величины именуют:

1. Соответствие меж ее вероятными значениями и их вероятностями. *

2. Многофункциональную зависимость меж ее значениями и плотностью вероятности случайной величины.

3. Соответствие меж значениями случайной величины и надлежащими математическими ожиданиями.

27. К Часть I. Основы теории вероятностей числовым чертам дискретной случайной величины относят:

1. Среднее арифметическое и доверительный интервал.

2. Математическое ожидание, дисперсию, среднее квадратическое отклонение, моду, медиану. *

3. Математическое ожидание, возможность возникновения случайной величины, закон рассредотачивания, моду, медиану.

28. Математическим ожиданием М(Х) дискретной случайной величины Х именуется:

1. Сумма произведений всех вероятных значений случайной величины на надлежащие вероятности. *

2. Произведение Часть I. Основы теории вероятностей значения случайной величины на ее возможность.

3. Сумма всех вероятных значений случайной величины.

29. Математическое ожидание дискретной случайной величины может быть представлено выражением:

1. М(Х) = m = х1р1 - х2р2 - ... - хnрn.

2. М(Х) = m = х1р1 + х2р2 + ... + хnрn.*

3. М(Х) = m = х1р1 * х2р2 * ... * хnрn.

30. Модой М0 дискретного Часть I. Основы теории вероятностей рассредотачивания именуют такое значение хm дискретной случайной величины,:

1. Что предыдущее и последующее за ним значения имеют возможность меньше Р(хm).*

2. Которое больше других по абсолютной величине.

3. Которое размещено в центре ряда рассредотачивания.

31. Медианой Ме дискретного рассредотачивания именуют такое значение хm дискретной случайной величины,:

1. Что предыдущее и последующее за ним значения имеют возможность Часть I. Основы теории вероятностей меньше Р(хm).

2. Которое больше других по абсолютной величине.

3. Которое размещено в центре ряда рассредотачивания. *

32. Если рассредотачивание задано последующей таблицей, то мода М0 равна:

X
P 0,181 0,220 0,241 0,038 0,090 0,071 0,070 0,032 0,048

1. М0= 4.

2. М0= 2.*

3. М0= 8.


33. Если рассредотачивание задано последующей таблицей, то медиана Ме равна:

X
P 0,181 0,220 0,241 0,038 0,090 0,071 0,070 0,032 0,048

1. Ме= 4.*

2. Ме= 2.

3. Ме= 8.


34. Дисперсией дискретной случайной величины Часть I. Основы теории вероятностей именуют:

1. Математическое ожидание квадрата этой случайной величины.

2. Математическое ожидание квадрата отличия этой случайной величины от ее математического ожидания. *

3. Математическое ожидание квадрата суммы этой случайной величины и ее математического ожидания.

35. Дисперсия дискретной случайной величины может быть представлена выражением:


1. D(x) = M(Xср. - m)2.

2. D(x) = M(Xср. + m)2.

3. D(x) = M(X Часть I. Основы теории вероятностей - m)2. *


36. Средним квадратическим отклонением случайной величины именуется:

1. Корень квадратный из дисперсии.*

2. Квадрат дисперсии.

3. Корень квадратный из среднего арифметического.

37. Функцией рассредотачивания случайной величины Х, именуется функция F(x), равная вероятности того, что случайная величина Х:

1. Приняла значение хi большее х: F(x) = P(X > x).

2. Приняла значение хi наименьшее Часть I. Основы теории вероятностей х: F(x) = P(X < x). *

3. Приняла наперед данное значение хi, равное х: F(x) = P(X = x).

38. Функцией плотности рассредотачивания вероятности (либо, короче, функцией плотности рассредотачивания) именуется такая функция f(x):

1. Для которой первообразной будет функция рассредотачивания F(x): .

2. Для которой производной будет функция рассредотачивания F(x Часть I. Основы теории вероятностей): .

3. Для которой первообразной будет функция рассредотачивания F(x): .*

39. Математическое ожидание непрерывной случайной величины может быть вычислено по формуле:


1. *

2.

3.


40. Дисперсия непрерывной случайной величины может быть вычислено по формуле:


1.

2.

3. *


41. Среднее квадратическое отклонение непрерывной случайной величины может быть вычислено по формуле:


1.

2. *

3.


42. Возможность попадания случайной величины Х в интервал (а, в) может Часть I. Основы теории вероятностей быть вычислена по формуле:


1.

2. *

3.


43. Случайная величина распределена по биномиальному закону, если возможность рассчитывается

1. по формуле Бернулли*

2. по аксиоме сложения вероятностей

3. по аксиоме умножения вероятностей

44. Случайная величина распределена умеренно, если

1. Все ее значения умеренно распределены повдоль числовой прямой

2. Все значения имеют схожую возможность

3. Функция плотности вероятности задается неизменной величиной на всём отрезке определения случайной величины*

45. Умеренно Часть I. Основы теории вероятностей распределенная случайная величина может быть задана

1. На любом числовом интервале

2. Лишь на ограниченном числовом интервале*

3. Лишь на всей числовой прямой

46. Числовые свойства умеренно распределенной случайной величины определяются

1. Границами интервала, в каком задана случайная величина*

2. Вероятностью, с которой задана случайная величина

3. Длиной интервала, в каком задана случайная величина

47. Математическое ожидание умеренно распределенной величины рассчитывается по формуле


1. *

2.

3.


48. Закон Часть I. Основы теории вероятностей рассредотачивания непрерывной случайной величины именуют обычным, если рассредотачивание ее плотности вероятности подчиняется:

1. Закону Гаусса.*

2. Закону Бернулли.

3. Равномерному закону.

49. Закон рассредотачивания непрерывной случайной величины именуют обычным, если рассредотачивание ее плотности вероятности подчиняется закону Гаусса, и описывается уравнением:


1.

2. *

3.


50. Укажите правильное утверждение для стандартных интервалов:

1. Интервал (± s), относительно математического ожидания для нормально распределенной Часть I. Основы теории вероятностей случайной величины, является первым стандартным интервалом с вероятностью попадания в него Р = 0,68. *

2. Интервал (± 2s), относительно дисперсии нормально распределенной случайной величины, является вторым стандартным интервалом с вероятностью попадания в него
Р = 0,95.

3. Интервал (±3s), относительно математического ожидания для нормально распределенной случайной величины, является вторым стандартным интервалом с вероятностью попадания в него Р Часть I. Основы теории вероятностей = 0,99.


Для заметок


chast-ii-kormlenie-detej-rannego-vozrasta-i-voprosi-pitaniya-voprosi-kotorie-vi-mogli-bi-zadat-16.html
chast-ii-kvantovaya-medicina-dlya-kvantovogo-tela-dipak-chopra-sovershennoe-zdorove.html
chast-ii-metodi-rukovodstva-uchebnoe-posobie-podgotovleno-na-osnove-mnogoletnego-opita-prepodavaniya-kursov-upravlenie.html