Fiszki

Rachunek Wyrównawczy - GiK AGH Egzamin Inżynierski

Test w formie fiszek Rachunek Wyrównawczy - GiK AGH Egzamin Inżynierski
Ilość pytań: 70 Rozwiązywany: 4810 razy
Waga zmiennej losowej X definiuje się wzorem:
pi = sigmai^2
pi = sigmai
pi = 1/sigmai
pi = 1/sigmai^2
pi = 1/sigmai^2
Kwantyl zmiennej losowej rozkładu normalnego określony jest przez:
liczbę obserwacji
poziom ufności
liczbę stopni swobody
gęstość prawdopodobieństwa
poziom ufności
Zmienna losowa X ma rozkład N(u, sigma) przy czym u i sigma są nieznane. Przedział ufności dla wartości przeciętnej jest określany :
z rozkładu normalnego
z rozkładu dwumianowego
z rozkładu t-Studenta
z rozkładu chi-kwadrat
z rozkładu t-Studenta
Zmienna losowa X ma rozkład N(u, sigma) przy czym sigma jest znane. Ile wynosi prawdopodobieństwo, że zmienna losowa znajdzie się w przedziale X [E(X)+-2sigma]
0.68
0.98
0.95
0.75
0.95
Co zawiera macierz sigma^2G w modelu (L, AX, sigma^2G):
wagi
współczynniki korelacji
wariancje
wariancje i kowariancje
wariancje i kowariancje
Dla modelu (L, AX, sigma^2G) kryterium MNK ma postać (przy czym G^-1=P)
(L-AX)t x P^-1 (L-AX) = min
(L-AX)^2 = min
(L-AX)t x (L-AX) = min
(L-AX)t x P (L-AX) = min
(L-AX)t x P (L-AX) = min
W trójkącie o znanych i bezbłędnych współrzędnych dwóch punktów pomierzono trzy kąty z jednakową dokładnością, wynoszącą +- 10 [cc]. Współrzędne trzeciego punktu wyrównano metodą pośredniczącą. Obliczono poprawki do wartości kątów pomierzonych. Ile wynosi odchylenie standardowe sumy kątów w trójkacie po wyrównaniu? : ERROR
10 [cc]
0 [cc]
30 [cc]
-30[cc]
0 [cc]
Dla modelu (L, AX, sigma^2G) estymator wariancji resztowej ma postać ( V=AX-L n – liczba obserwacji u- - liczba niewiadomych ):
sigma^2 = VtPV / n-u
sigma^2 = VtP^-1V / n-u
sigma^2 = PVV / n-u
sigma^2 = VPV / n-u
sigma^2 = VtPV / n-u
Dla modelu (L, AX, sigma^2G) macierz A musi być zawsze:
kwadratowa symetryczna
symetryczna
prostokątna pionowa
prostokątna pozioma
prostokątna pionowa
Dla modelu (L, AX, sigma^2G) macierz L stanowi:
różnica wartości przybliżonych i obserwowanych
różnica wartości obserwowanych i przybliżonych
wartości obserwowane
wartości przybliżone
różnica wartości obserwowanych i przybliżonych
W modelu (L, AX, sigma^2G) wektor niewiadomych stanowi (?) :
odchyłki losowe do wielkości obserwowanych
odchylenie standardowe
przyrosty do przybliżonych parametrów
przyrosty do wielkości obserwowanych
przyrosty do przybliżonych parametrów
W jakim przypadku macierz G w modelu (L, AX, sigma^2G) będzie macierzą jednostkową :
gdy obserwacje są niezależne i są wykonane z jednakową dokładnością
gdy układ jest mieszany , na przykład sieć kątowo-liniowa
gdy obserwacje są niezależne
gdy obserwacje są jednego rodzaju, na przykład obserwowane są tylko przewyższenia
gdy obserwacje są niezależne i są wykonane z jednakową dokładnością
Układ obserwacji d + AX = L zapisany dla 18 wielkości obserwowanych zawiera 12 niewiadomych. Jaki jest stopień swobody tego modelu:
18
6
15
12
6
Jaka jest postać równania obserwacji dla przewyższenia h ( delta z1-2 - to różnica przybliżonych wysokości reperów 1 i 2)
dh + dz2 - dz1 = h - delta z1-2
dh + dz2 - dz1 = h + delta z1-2
dh + dz2 - dz1 = delta z1-2
dh + dz2 - dz1 = h
dh + dz2 - dz1 = h - delta z1-2
Jaka jest postać równania obserwacji dla poziomej odległości między stałym punktem P a wyznaczanym punktem K:
delta(d) + [del Y(PK) / dPK]*dxK + [del X(PK) / dPK]*dyK = dPK
delta(d) + [del X(PK) / dPK]*dxK + [del Y(PK) / dPK]*dyK = dPK - pierw[del X(PK)^2 + del Y(PK)^2]
delta(d) + [del X(PK) / dPK]*dxK + [del Y(PK) / dPK]*dyK = dPK
delta(d) + [del Y(PK) / dPK]*dxK + [del X(PK) / dPK]*dyK = dPK - pierw[del X(PK)^2 + del Y(PK)^2]
delta(d) + [del X(PK) / dPK]*dxK + [del Y(PK) / dPK]*dyK = dPK - pierw[del X(PK)^2 + del Y(PK)^2]
Jaka jest postać równania obserwacji dla azymutu odcinka PK, w którym punkt P jest stały a punkt K wyznaczany:
delta(alfa) + [del X(PK) / dPK]*dyK - [del Y(PK) / dPK]*dxK = alfa(przybl) - alfa(obs)
delta(alfa) + [del X(PK) / dPK]*dyK + [del Y(PK) / dPK]*dxK = alfa(obs) - alfa(przybl)
delta(alfa) - [del X(PK) / dPK]*dxK + [del Y(PK) / dPK]*dyK = alfa(obs) - alfa(przybl)
delta(alfa) - [del X(PK) / dPK]*dyK + [del Y(PK) / dPK]*dxK = alfa(przybl) - alfa(obs)
delta(alfa) + [del X(PK) / dPK]*dyK + [del Y(PK) / dPK]*dxK = alfa(obs) - alfa(przybl)
Jaka jest postać warunku dla kątów ? (lewych) w figurach otwartych o znanych na końcach azymutach (a)lfa :
Edi = EBi + aP - aK +(n-2)200g
Edi = EBi + aP - aK -(n-2)200g
Edi = EBi + aP - aK -(n-1)200g
Edi = EBi - aP + aK -(n-1)200g
Edi = EBi + aP - aK -(n-1)200g
W modelu (L, IX, d^2G, Bd-t=0) macierz L oznacza:
przyrosty do współrzędnych
odchyłki do obserwacji
wielkości modelowe
wielkości obserwowane
wielkości obserwowane
W modelu (L, IX, d^2G, Bd-t=0) macierz X oznacza:
przyrosty współrzędnych
odchyłki do obserwacji
wielkości modelowe
wielkości obserwowane
wielkości modelowe
W modelu (L, IX, d^2G, Bd-t=0) macierz d^2G oznacza:
macierz kowariancji dla współrzędnych punktów
macierz wag dla wielkości obserwowanych
macierz kowariancji dla wielkości modelowych
macierz kowariancji dla wielkości obserwowanych
macierz kowariancji dla wielkości obserwowanych