Математическое ожидание случайной величины (с X+Y),где 
, 
- независимые случайные величины, равно
+ 
Дисперсия случайной величины (с X+Y),где , - независимые случайные величины, равно
+ 
Дисперсия разности двухнезависимых случайных величин X и Y равна
+
Математическое ожидание произведения двух независимых случайных величин X и Y равно
+
Индикатором события А называется случайная величина, которая
равна константе а> 1
равна константе а <-1
всегда равна 1
+равна 1, если в результате испытания событие А происходит и равна 0, если событие А не происходит
Законом распределения дискретной случайной величины называется соответствие между
возможными значениями случайной величины и рядом натуральных чисел
+ возможными значениями случайной величины и вероятностями их появления
математическим ожиданием случайной величины и ее средним квадратическим отклонением
возможными значениями случайной величины и ее математическим ожиданием
Сумма всех вероятностей значений дискретной случайной величины равна
+1
-1
Математическое ожидание дискретной случайной величины вычисляется по формуле
+ 
Математическое ожидание постоянной величины С равно
+С
не определено
Математическое ожидание случайной величины (с X-Y),где , - независимые случайные величины, равно
+
Дисперсия дискретной случайной величины определяется по формуле
+ 
Существуют две формы задания закона распределения дискретной случайной величины:
интегральная и дифференциальная
интегральная и табличная
+табличная и графическая
графическая и интегральная
Дисперсия постоянной величины С равна
C
+0
не определена
Среднее квадратическое отклонение 
случайной величины Х равно
+ 
M(X)
Дисперсия от математического ожидания 
равна
М(Х)
+0
Х
Математическое ожидание от математического ожидания 
равно
+M(X)
D(X)
Математическое ожидание 
равно
M(X)
D(X)
+0
Математическое ожидание квадрата отклонения 
равно
+D(X)
M(X)
V
Математическое ожидание M(X) случайной величины Х есть
переменная величина
+¥
-¥
+постоянная величина
Дисперсия непрерывной случайной величины, заданной на интервале 
, определяется формулой
+ 
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
Выражение 
является
дисперсией дискретной случайной величины
вариацией дискретной случайной величины
+математическим ожиданием дискретной случайной величины
средним квадратическим отклонением
Выражение 
является
+дисперсией дискретной случайной величины
вариацией дискретной случайной величины
математическим ожиданием дискретной случайной величины
средним квадратическим отклонением
Величина, которая в зависимости от результатов испытаний принимает то или иное численное значение, называется
постоянной величиной
переменной величиной
+случайной величиной
нормальной величиной
Случайные величины делятся на
переменные и постоянные
четные и нечетные
рациональные и нерациональные
+дискретные и непрерывные
Дискретной называется такая случайная величина, которая принимает
+конечное или бесконечное счетное множество значений
бесконечное множество значений
только одно значение
только отрицательные значения
Графическая форма задания закона распределения случайной величины – это
парабола
прямая линия
окружность
+полигон
Табличная форма задания закона распределения случайной величины называется
суммой распределения
интегралом распределения
+рядом распределения
полем распределения
Непрерывная случайная величина имеет
конечное множество значений
бесконечное счетное множество значений
конечное или бесконечное счетное множество значений
+бесконечное несчетное множество значений
Дисперсией случайного процесса 
называется неслучайная функция 
, которая при любом значении t равна
математическому ожиданию соответствующего сечения случайного процесса
+дисперсии соответствующего сечения случайного процесса
среднему квадратическому отклонению соответствующего сечения случайного процесса
вариации соответствующего сечения случайного процесса
Случайный процесс называется марковским процессом, если для любых двух моментов времени 
и 
, 
, условное распределение 
при условии, что заданы все значения при 
, зависит только от
+ 
2Корреляционной функцией случайного процесса называется неслучайная функция 
двух аргументов 
и 
, которая при каждой паре значений 
и 
равна
сумме математических ожиданий соответствующих сечений случайного процесса
сумме дисперсий соответствующих сечений случайного процесса
+ковариации соответствующих сечений случайного процесса
произведению дисперсий соответствующих сечений случайного процесса
Случайный процесс с дискретным временем (t принимает целочисленные значения) называется
целочисленным рядом
целочисленной последовательностью
целочисленным случайным процессом
+ временным рядом
Процесс изменения во времени состояния какой – либо системы в соответствии с вероятностными закономерностями называется
закономерным процессом
переменным процессом
+случайным процессом
составным процессом
Неслучайная функция 
, которая при любом значении t равна математическому ожиданию соответствующего сечения случайного процесса, называется
дисперсией случайного процесса
+математическим ожиданием случайного процесса
огибающей случайного процесса
направляющей случайного процесса
Если 
, а 
, то дисперсия случайной величины равна
+1
Если 
, а 
, то 
+5
Если 
, а 
, то 
+5
Если 
; а 
, то 
+5
Указать неверное значение дисперсии
+-1
Указать верное значение дисперсии
-9
-4
+1
-1
Дискретная случайная величина принимает
только множество целых значений
только множество положительных значений
все значения из интервала 
+конечное или бесконечное счетное множество значений.
Непрерывная случайная величина принимает
множество целых значений
множество рациональных значений
конечное множество значений
+любое значение из конечного или бесконечного интервала
Для непрерывной случайной величины 
и конкретного значения 
вероятность 
равна
+0
1/2
Если -непрерывная случайная величина, 
и 
- конкретные значения, то отсюда следует, что
+ 
Если 
- плотность распределения, то 
при соответствующем значении 
может принять значение
-2
-1
+0,5
Если - плотность распределения, то 
ни при каких не может принять значение
+-1
0,1
0,4
Математическое ожидание 
непрерывной случайной величины , заданной на интервале 
, определяется формулой
+ 
Если - плотность распределения, то 
равен
-1
+1
Если - плотность распределения, то 
определяет
+ 
Если 
- плотность распределения, то 
определяет
+
Если - плотность распределения, то 
определяет
+
Если 
- плотность распределения, то 
ни при каких 
не может принять значение
0,4
0,6
+1,2
Случайная величина, принимающая конечное или бесконечное счетное множество значений, называется
+дискретной
конечной
бесконечной
непрерывной
Случайная величина, принимающая любые значения из конечного или бесконечного интервала, называется
дискретной
конечной
бесконечной
+ непрерывной
Если 
, а 
, то 
равна
+5