
- •Система двух случайных величин (X,y) называется непрерывной, если:
- •Чтобы получить плотность распределения одной из случайных величин, входящих в систему, нужно…
- •При наличии матрицы распределения двух дискретных случайных величин, можно:
- •Матрицей распределения системы двух дискретных случайных величин, называет-ся прямоугольная таблица...
- •Свойства системы случайных величин определяются:
- •В теореме Чебышева?
- •В обобщенной теореме Чебышева?
- •Центральная предельная теорема в форме Ляпунова доказана при следующих допущениях:
- •Для нормального распределения неравенство Чебышева дает для вероятности отклонения большей чем три сигма оценку?
- •Какие теоремы и законы образуют совокупность, называемую "Предельные теоремы теории вероятностей"?
В теореме Чебышева?
среднее арифметическое наблюдаемых значений случайных величин сходится по вероятности к их математическому ожиданию
среднее арифметическое последовательности независимых случайных величин сходится по вероятности к их математическому ожиданию
среднее арифметическое последовательности независимых случайных величин сходится по вероятности к среднему арифметическому их математических ожиданий
среднее арифметическое наблюдаемых значений случайных величин сходится по вероятности к среднему арифметическому их математических ожиданий
среднее арифметическое последовательности независимых случайных величин сходится к их математическому ожиданию
В обобщенной теореме Чебышева?
среднее арифметическое последовательности независимых случайных величин сходится по вероятности к их математическому ожиданию
среднее арифметическое последовательности независимых случайных величин сходится по вероятности к среднему арифметическому их математических ожиданий
среднее арифметическое наблюдаемых значений случайных величин сходится по вероятности к их математическому ожиданию
среднее арифметическое последовательности независимых случайных величин сходится к их математическому ожидаданию среднее арифметическое наблюдаемых значений случайных величин сходится по вероятности к среднему арифметическому их математических ожиданий
Теорема Бернулли, которая устанавливает связь между частотой события и его вероятностью, используется в случае, когда?
вероятность события в каждом опыте не меняется
вероятность события в каждом опыте разная
условия независимых испытаний не изменяются
условия независимых испытаний изменяются от опыта к опыту
Теорема Бернулли, которая устанавливает связь между частотой события и его вероятностью, является следствием закона больших чисел, а именно?
теоремы Чебышева
обобщенной теоремы Чебышева
теоремы Маркова
теоремы Ляпунова
Теорема Пуассона, которая устанавливает связь между частотой события и его вероятностью, используется в случае, когда?
вероятность события в каждом опыте не меняется
вероятность события в каждом опыте разная
условия независимых испытаний не изменяются
условия независимых испытаний изменяются от опыта к опыту
Теорема Пуассона, которая устанавливает связь между частотой события и его вероятностью при проведении независимых испытаний, является следствием закона больших чисел, а именно?
теоремы Чебышева
теоремы Маркова
теоремы Ляпунова
обобщенной теоремы Чебышева
Укажите, под какими номерами правильно записано условие сходимости по вероятности для теоремы Бернулли:
смотреть рисунок
под номером 1
под номером 2
под номером 3
под номером 4
Укажите, под какими номерами записаны события, вероятности которых можно оценить, используя неравенство Чебышева:
смотреть рисунок
под номером 4
под номером 3
под номером 1
под номером 2
Укажите, под какими номерами правильно записано условие, накладываемое на дисперсию суммы случайных величин в теореме Маркова при
смотреть рисунок
под номером 4
под номером 3
под номером 1
под номером 2
Центральная предельная теорема в форме Ляпунова обычно доказывается для случая суммы?
непрерывных случайных величин
случайных величин, имеющих ограниченные некоторой конечной константой дисперсии и нулевые математические ожидания
дискретных случайных величин
смешанных случайных величин
При доказательстве центральной предельной теоремы в форме Ляпунова используют:
центрирование случайных величин
свойства характеристических функций
разложение характеристической функции случайной величины в ряд Макларена
разложение характеристической функции случайной величины в ряд Тейлора
характеристическую функцию гауссовой случайной величины с нулевым математическим ожиданием и единичной дисперсией
При доказательстве центральной предельной теоремы в форме Ляпунова используется разложение в ряд в окрестностях точки t=0, ограничиваясь?
одним членом ряда
двумя членами
тремя членами
четырьмя членами