тест / Контрольные материалы / вариант _3

ТЕСТ ПО «Идентификации и диагностике систем» для специальности «Управление и информатика в технических системах»

5 вариантов по 15 вопросов

Вариант №3

Указания: Все задания имеют 4-5 вариантов ответа, из которых правильный только один. Номер выбранного Вами ответа обведите кружочком в бланке для ответов.

1. Автокорреляционная функция случайного процесса является характеристикой:

   1. распределения мощности случайного процесса по частоте

   2. уровня, на котором колеблется случайный процесс

   3. скорости изменения случайной величины во времени

   4. уровня связи предыдущего значения случайного процесса с последующими

      1) a

      2) a, b

      3) d

      4) c, d

      5) а, c, d

2. Какой закон распределения случайной величины имеет следующую функцию плотности:

1. логанормальный закон распределения

2. нормальный закон распределения

3. равномерный закон распределения

4. показательный закон распределения

1) a

2) b

3) c

4) d

3. График какой функции распределения представлен на рисунке:

1. логнормальный закон распределения

2. нормальный закон распределения

3. равномерный закон распределения

4. показательный закон распределения

1) a

2) b

3) c

4) d

4. Спектральная плотность случайного процесса является:

   1. разложением случайного процесса на спектральные составляющие

   2. разложением случайного процесса в ряд Фурье

   3. разложением мощности случайного процесса по частоте

   4. преобразованием Фурье мощности случайного процесса

   5. разложением дисперсии случайного сигнала по частоте

      1) a

      2) a, e

      3) a, b

      4) c, e

      5) c

5. При построении математической модели не используется информация

   1. о входных переменных

   2. о возмущающих воздействиях

   3. об управляющих воздействиях

   4. о выходных переменных

      1) a

      2) b

      3) c

      4) b, c

6. Близость математической модели к исследуемому объекту определятся

   1. близостью структуры модели к структуре объекта

   2. близостью коэффициентов модели к коэффициентам объекта

   3. близостью прогнозируемого по модели выходного сигнала к выходному сигналу объекта

      1) a

      2) b

      3) c

      4) a, b

      5) a, b, c

7. Построение нелинейной модели методом линеаризации позволяет

   1. линеаризовать математическую модель

   2. получить оценки параметров модели методом МНК

   3. получить оценки точности математической модели

      1) a

      2) b

      3) c

      4) a, с

      5) b, c

8. Остаточная дисперсия математической модели это:

   1. сумма квадратов отклонения расчетного значения от экспериментального

   2. дисперсия выходного сигнала с учетом дисперсии ошибки измерения

   3. дисперсия временного ряда отклонения расчетного значения от экспериментального

   4. сумма квадратов отклонений расчетного значения от экспериментального, разделенная на число степеней свободы

      1) a

      2) b

      3) a, c

      4) b, c

      5) b, d

9. Коэффициент регрессии значим если:

   1. величина оценки превышает величину доверительного интервала

   2. оценка удовлетворяет t-критерию

   3. оценка удовлетворяет хи – квадрат критерию

   4. оценка удовлетворяет F - критерию

      1) a, b

      2) b

      3) a, c

      4) a, d

10. Для построения доверительного интервала среднего значения входной величины

используется

1. t-критерий b. хи – квадрат критерий c. F - критерий

   1) a

   2) b

   3) c

   4) a, b

   a, b, c

1. Для определения адекватности регрессионной модели используется

   1. t-критерий b. хи – квадрат критерий c. F - критерий

      1) a

      2) b

      3) c

      4) a, b

      a, b, c

2. Основное уравнение дисперсионного анализа

   1. устанавливает связь между оценкой параметра модели и надежностью его определения

   2. позволяет определить обусловленную регрессией сумму квадратов отклонений

   3. позволяет определить коэффициент множественной корреляции

   4. позволяет определить часть дисперсии, которая описывается математической моделью

      1) a

      2) b

      3) b, c

      4) a, d, c

      b, c, d

3. Значение коэффициента множественной корреляции

   1. находится в диапазоне от –1 до +1

   2. находится в диапазоне от 0 до 1

   3. находится в диапазоне (0 - 1), умноженному на число входных факторов

      1) a

      2) b

      3) c

4. Какому звену принадлежат данные разностные уравнения:

1. апериодическое звено первого порядка

2. апериодическое звено второго порядка

3. реальное интегрирующее звено

4. идеально интегрирующее звено

1) a

2) b

3) c

4) d

5) a, b, c

15. Система диагностики должна выявлять:

    1. наличие шума измерения

    2. влияние возмущающего воздействия

    3. изменение характеристик объекта диагностики

    4. изменение характеристик систем управления

1) a, b, c,

2) a, c, d

3) d, c, d

4) c, d

5) b, c, d