7. Случайные величины

Случайные величины делятся на …

Дискретные случайные величины

Случайная величина, принимающая конечное или бесконечное счетное множество значений, называется

Величина, которая в зависимости от результатов испытаний принимает то или иное численное значение, называется

Дискретной называется такая случайная величина, которая принимает

Законом распределения дискретной случайной величины называется соответствие между

Соответствие между возможными значениями дискретной случайной величины и вероятностями их появления называется

Существуют две формы задания закона распределения дискретной случайной величины (интегральная и дифференциальная; интегральная и табличная; табличная и графическая; графическая и интегральная)

Табличная форма задания закона распределения случайной величины называется … (суммой распределения; интегралом распределения; рядом распределения; полем распределения)

Графическая форма задания закона распределения случайной величины – это … (парабола, прямая линия, окружность, полигон)

График функции распределения дискретной случайной величины представляет собой … (непрерывную линию, кривую Гаусса, изображение отдельных точек на плоскости, ступенчатую разрывную линию)

Сумма всех вероятностей значений дискретной случайной величины равна

Непрерывные случайные величины

Случайная величина, принимающая любые значения из конечного или бесконечного интервала, называется

Непрерывная случайная величина имеет … множество значений

Существует две формы задания непрерывной случайной величины (функция распределения и плотность распределения вероятностей; ряд распределения и полигон; функция распределения и ряд распределения; функция распределения и полигон)

Непрерывную случайную величину можно задать с помощью (ряда распределения, функции распределения, полигона распределения, вероятностной таблицы)

Для непрерывной случайной величины X и конкретного значения а вероятность P(X = a) равна

Если f(x) - плотность распределения, то xf(x)dx равен

Если f(x) - плотность распределения, то f(x)dx определяет

Если f(x) - плотность распределения, то f(x)dx при соответствующем значении b может принять значение

Если f(x) - плотность распределения, то f(x)dx ни при каких b не может принять значение

8. Числовые характеристики случайных величин

Математическое ожидание дискретной случайной величины вычисляется по формуле

Математическое ожидание M(X) непрерывной случайной величины X, заданной на интервале (a,b), определяется формулой

Если f(x) - плотность распределения, то xf(x)dx определяет

Математическое ожидание постоянной величины С равно

Математическое ожидание случайной величины (с X+Y),где с = const X , Y - независимые случайные величины, равно

Математическое ожидание случайной величины (с X-Y),где с = const, X,Y – независимые случайные величины, равно

Математическое ожидание произведения двух независимых случайных величин X и Y равно

Математическое ожидание от математического ожидания M(M(X)) равно

Математическое ожидание M(X -М(Х)) равно

Математическое ожидание квадрата отклонения М(Х- М(Х))² равно

Дисперсия дискретной случайной величины определяется по формуле

Дисперсия случайной величины (с X+Y),где c = const,X,Y независимые случайные величины, равно

Дисперсия разности двух независимых случайных величин X и Y равна

Дисперсия постоянной величины С равна

Среднее квадратическое отклонение (х) случайной величины Х равно

Дисперсия от математического ожидания D(M(X)) равна

Дисперсия D(X) непрерывной случайной величины, заданной на интервале (a, b), определяется формулой

Если f(x) - плотность распределения, то (x–M(x))²f(x)dx определяет

Выражение x²_ip_i – ( x_ip_i)² является

Если x_i²p_i =10, a x_ip_i =3 , то дисперсия случайной величины равна

Если (X) = 3, (Y) = 2, то D(X)-D(Y) =

Если (X) = 2, а (Y) = 1, то D(X) + D(Y) =

Если (х) = 2, а (Y) = 1, то D(X - Y) равна

Если D(X) = 4; a D(Y) = 1 ,то ² (X) + ² (Y) =

Указать неверное значение дисперсии

Указать верное значение дисперсии