Дисперсия.
Среднеквадратическое отклонение; 2)среднее значение;
1) 1; 2) 0; 3) 0,5.
1) 0; 2) 0,5; 3) 1.
1) 1; 2) 0,5; 3) 0.
Дифференциальный; 2) интегральный; 3) числовой.
Плотность вероятностей.
Дифференциальный; 2) интегральный;
Несовместных; 2) зависимых; 3) независимых.
13. Выражение P(AB)=P(A)P(B|A)=P(B)P(A|B), определяемое по теореме умножения вероятностейдвух А и Взависимых событий, в частотном случае, если события А и В независимы, то Р(АВ)=:
1) Р(А); 2) Р(А) Р(В); 3) Р(В) Р(А|В).
14. По формуле 
(где 
– число сочетаний, Р –вероятность события А из группы двух противоположных событий Аи Ā) биномиального закона, определяющего вероятность Pn,k того, что при n независимых испытаниях событие A произойдет ровно k раз (при исходных данных n=4, k=3, p=10-1) рассчитать Pn,k:
1) 36•10-4; 2) 36•10-3; 3) 4•10-4.
15. Закон распределения вероятностей F(x)=P(ξ<x), определяющий вероятность того, что случайная непрерывная величина ξ не превзойдет значения x, называют:
16. Закон распределения w(x)=dF(x)/dx, определяемый дифференцированием функции распределения F(x), называют:
17. Особое место среди вероятностных характеристик случайных величин занимает нормальный дифференциальный закон распределения (плотность вероятностей)
(где σ2 – дисперсия, а – среднее значение, σ –среднеквадратическое отклонение) представлен на рис. 2.4, для a=0
Рис. 2.4.
Значение интегральной функции распределения
при x1=0, x2=∞ равно:
18. при x1=-∞, x2=+∞ равно:
19. при x1=-∞, x2=0 равно:
20. Числовая характеристикаслучайной величины x, определяемая как начальный момент 1-порядка по формуле
(где ω(x)плотность вероятностей)
называют:
21. Числовая характеристикаслучайной величины x определяемая как центральный момент 2-го порядка по формуле:
(где m1(x) –среднее значение, ω(x) – плотность вероятностей)
называют: