- •I Основные понятия и теоремы теории вероятностей
- •II Дискретные случайные величины
- •Дискретная случайная величина х задана законом распределения вероятностей
- •Дискретная случайная величина х задана законом распределения вероятностей
- •Дискретная случайная величина х задана законом распределения вероятностей
- •Дискретная случайная величина х задана законом распределения вероятностей
- •Дискретная случайная величина х задана законом распределения вероятностей
- •III Непрерывные случайные величины
- •IV Многомерные случайные величины
Дискретная случайная величина х задана законом распределения вероятностей
Х |
-1 |
2 |
4 |
Р |
0,2 |
р2 |
0,3 |
Тогда ее матожидание равно ?
Вероятность производства бракованного изделия равна 0,1. Тогда вероятность того, что из четырех произведенных изделий бракованных будет не менее трех, равна ?
Семена содержат 0,15% сорняков. Тогда вероятность того, что при случайном отборе 2000 сорняков будет обнаружено не более двух семян сорняков, можно определить как ?
Матрица вероятностей перехода однородной цепи Маркова имеет вид , а вектор вероятностей состояний S=(S1;S2) цепи Маркова на третьем шаге равен . Тогда вероятность того, что на втором шаге цепь Маркова находилась в состоянии S2, равна ?
Вероятность брака при производстве некоторого изделия равна р=0,3. В этом случае производитель терпит убытки в размере 30 у.е. При изготовлении небракованного изделия производитель получает прибыль в размере 20 у.е. Если изготовлено 3 изделия, то вероятность прибыли производителя равна ?
Вероятность брака при производстве некоторого изделия равна р=0,3. В этом случае производитель терпит убытки в размере 30 у.е. При изготовлении небракованного изделия производитель получает прибыль в размере 20 у.е. Если изготовлено 3 изделия, то ожидаемая средняя прибыль (убыток) производителя будет равна ?
Дискретная случайная величина Х задана законом распределения вероятностей
Х |
2 |
3 |
6 |
8 |
Р |
a |
0,2 |
b |
c |
Тогда значения а, b, c могут быть равны: (0,4;0,1;0.2); (0,4;0,2;0,4); (o,2;0,2;0,2); (0,4;0,3;0,1) ?
Дискретная случайная величина х задана законом распределения вероятностей
Х |
1 |
3 |
5 |
7 |
Р |
0,4 |
0,3 |
0,2 |
0,1 |
Тогда ее функция распределения вероятностей имеет вид ?
Дискретная случайная величина х задана законом распределения вероятностей
Х |
-1 |
2 |
6 |
Р |
0,1 |
0,4 |
0,5 |
Тогда ее матожидание равно ?
Матрица вероятностей перехода однородной цепи Маркова имеет вид , а вектор вероятностей состояний цепи Маркова на третьем шаге равен . Тогда вектор вероятности состояний цепи Маркова на четвертом шаге равен ?
III Непрерывные случайные величины
Непрерывная случайная величина Х задана плотностью распределения вероятностей
. Тогда вероятность P(-1<X<2,5) равна ?
Непрерывная случайная величина Х задана функцией распределения вероятностей . Тогда ее плотность распределения вероятностей имеет вид ?
Непрерывная случайная величина Х задана функцией распределения вероятностей . Тогда ее математическое ожидание и дисперсия равны?
Плотность распределения вероятностей непрерывной случайной величины имеет вид Тогда значение С равно?
Непрерывная случайная величина Х задана функцией распределения вероятностей . Тогда ее математическое ожидание и дисперсия равны?
Непрерывная случайная величина Х задана плотностью распределения вероятностей . Тогда математическое ожидание a и среднее квадратическое отклонение этой случайной величины равны?
Функция распределения вероятностей равномерно распределенной случайной величины Х
изображена на рисунке Тогда ее дисперсия равна?
Непрерывная случайная величина Х задана функцией распределения вероятностей . Тогда вероятность P(0,3<X<0,6) равна?
Курсовая стоимость ценной бумаги подчиняется нормальному закону распределения вероятностей с математическим ожиданием 120 у.е. и средним квадратическим отклонением 8 у.е. Тогда вероятность того, что в день покупки ее цена отклонится от среднего значения не более чем на 10 у.е. , можно определить как : Ф(0,8) или Ф(1,25) или 2Ф(0,8) или 2Ф(1,25), где Ф – функция Лапласа?
Непрерывная случайная величина Х задана функцией распределения вероятностей . Тогда ее плотность распределения вероятностей имеет вид ?
Непрерывная случайная величина Х задана функцией распределения вероятностей . Тогда ее математическое ожидание равно?
Непрерывная случайная величина Х задана плотностью распределения вероятностей . Тогда вероятность того, что в результате испытания случайная величина Х примет значение, заключенное в интервале (8,14), можно вычислить как:
или или или ?
Равномерно распределенная случайная величина задана плотностью распределения вероятностей Тогда ее функция распределения вероятностей имеет вид?