Игральную кость бросают 100 раз. Чтобы найти границы, в которых будет заключено число выпадений тройки с вероятностью 0,95, можно воспользоваться
(*ответ*) теоремой Муавра-Лапласа
теоремой Бернулли
неравенством Чебышева
теоремой Пуассона
Некоррелированность случайных величин из их независимости
(*ответ*) следует
иногда не следует
иногда следует
не следует
Некоррелированные случайные величины быть зависимыми
(*ответ*) могут
могут, т.к. всегда зависимы
могут при линейной связи между ними
не могут
Непрерывный случайный вектор - это
(*ответ*) случайный вектор, компоненты которого - непрерывные случайные величины
случайный вектор с хотя бы одной непрерывной компонентой
случайный вектор с непрерывной одной компонентой
набор случайных чисел
Цепь Маркова - марковский случайный процесс с
(*ответ*) дискретным временем и дискретным конечным множеством состояний
дискретным или непрерывным временем
дискретным конечным множеством состояний
дискретным временем
Частота события сходится по вероятности к его вероятности при увеличении числа опытов
(*ответ*) если событие рассматривается в схеме Бернулли
если выполнены условия теоремы Чебышева
если вероятность стремится к нулю
всегда
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
(*ответ*) теоремой Муавра-Лапласа
теоремой Хинчина
теоремой Пуассона
неравенством Чебышева
Электростанция обслуживает сеть, в которой 2000 ламп, вероятность включения каждой из них в зимний вечер равна 0,8. Вероятность того, что число одновременно включенных ламп будет более 1800, можно определить с помощью
(*ответ*) теоремы Муавра-Лапласа
теоремы Пуассона
неравенства Чебышева
теоремы Хинчина
(aij) - ковариационная матрица 3х3 случайного вектора (X1,X2,X3)
(*ответ*) a12 < cov(X1,X2)
(*ответ*) a11 < DX1
(*ответ*) а33 < DX3
(aij) - ковариационная матрица 3х3 случайного вектора (X1,X2,X3)
(*ответ*) a12 < cov(X1,X2)
(*ответ*) a31 < cov(X1,X3)
(*ответ*) а33 < DX3
(aij) - ковариационная матрица 3х3 случайного вектора (X1,X2,X3) X1,X2,X3 - независимы
(*ответ*) a12 < 0
(*ответ*) a11 < DX1
(*ответ*) а33 < DX3
(aij) – ковариационная матрица случайного вектора (X1,X2, X3). X1,X2, X3 – независимы и имеют равные математические ожидания и дисперсии. MXi = 1, DXi = 2. а22 = ?
Ответ дайте числом.
(*ответ*) 2
(aij) – ковариационная матрица случайного вектора (X1,X2, X3). X1,X2, X3 – независимы
и имеют равные математические ожидания и дисперсии. MXi = 1, DXi = 2. a12 = ?
Ответ дайте числом.
(*ответ*) 0
cov(X,Y) - ковариация случайных величин X и Y;
r(X,Y) – коэффициент корреляции случайных величин X и Y;
X и Y независимы.
Какие из утверждений верны?
(*ответ*) cov(X,Y) = 0
(*ответ*) r(X,Y) = 0
cov(X,Y) = 1
r(X,Y) = 0,5