Главная / Алгоритмы и дискретные структуры /
Моделирование систем / Тест 11
Моделирование систем - тест 11
Упражнение 1:
Номер 1
Когда линейная модель наблюдений будет моделью неполного ранга?
Ответ:
 (1) когда число входных переменных меньше числа выходных 
 (2) когда ранг матрицы регрессоров меньше числа коэффициентов модели 
 (3) когда вектор наблюдений линейно независим от входных переменных 
 (4) когда детерминант информационной матрицы равен нулю 
 (5) когда детерминант информационной матрицы не равен нулю 
Номер 2
Как называют обобщенную обратную матрицу?
Ответ:
 (1) вырожденной матрицей 
 (2) сингулярной обратной матрицей 
 (3) g-обратной матрицей 
 (4) разреженной матрицей 
Номер 3
Как называют уравнение, из которого определяют коэффициенты линейной модели наблюдений?
Ответ:
 (1) характеристическим 
 (2) квадратным 
 (3) нормальным 
 (4) приведенным 
Номер 4
Если в уравнении линейной модели наблюдений учитываются случайные помехи, то каким должно быть их математическое ожидание?
Ответ:
 (1) положительным 
 (2) отрицательным 
 (3) нулевым 
 (4) не имеет значения 
Упражнение 2:
Номер 1
Почему традиционными методами не может быть решено уравнение относительно неизвестных коэффициентов линейной модели наблюдений?
Ответ:
 (1) потому что недостаточно наблюдений 
 (2) потому что детерминант информационной матрицы равен нулю 
 (3) потому что детерминант информационной матрицы не равен нулю 
 (4) потому что информационная матрица является вырожденной 
 (5) потому что информационная матрица является невырожденной 
Номер 2
В каком случае применяется обобщенная обратная матрица?
Ответ:
 (1) когда коэффициенты при неизвестных параметров линейных уравнений наблюдений образуют сингулярную матрицу 
 (2) когда коэффициенты при неизвестных параметров линейных уравнений наблюдений образуют несингулярную матрицу 
 (3) когда необходимо упростить расчеты по поиску неизвестных параметров линейных уравнений наблюдений 
 (4) когда коэффициенты при неизвестных параметров линейных уравнений наблюдений являются случайными и не подчиняются нормальному распределению 
Номер 3
В каком случае числовая матрица R будет идемпотентной?
Ответ:
 
(1) если
![math](/data/tests-675/11/math/f754399883b869883957cae25e6cf313.png)
где Е - единичная матрица 
 
(2) если
![math](/data/tests-675/11/math/d6f03fb7c0602ce3989f5613b9037012.png)
где Т - символ транспонирования 
 
(3) если
![math](/data/tests-675/11/math/5ad14781348d474ef1808e9308ba5cc2.png)
 
 
(4) если
![math](/data/tests-675/11/math/ecca587edbb04c074a74571026a09ef2.png)
 
Номер 4
Какое основное свойство обобщенной обратной матрицы
?
Ответ:
 
(1) ![math](/data/tests-675/11/math/e5d9621096c3ff7ad5bad953aa4f15d9.png)
, где матрица S произвольного ранга 
 
(2) ![math](/data/tests-675/11/math/432a2d1a41bdd234c74e64d0cb80a834.png)
 
 
(3) ![math](/data/tests-675/11/math/461ad194130b06eedc40956b40e39535.png)
 
 
(4) ![math](/data/tests-675/11/math/3fab186d4cb942721f2c8a81a8611837.png)
 
Упражнение 3:
Номер 1
В каком случае матрица регрессоров будет матрицей неполного ранга?
Ответ:
 (1) если хотя бы один из ее столбцов будет линейно зависим от любого другого столбца 
 (2) если все столбцы будут линейно независимы 
 (3) если все строки будут линейно независимы 
 (4) если один из столбцов будет нулевым 
Номер 2
Что означает линейная зависимость столбцов матрицы произвольного ранга?
Ответ:
 (1) если хотя бы один из столбцов матрицы получен в результате возведения в квадрат любого другого 
 (2) если хотя бы один из столбцов матрицы получен в результате возведения в куб любого другого 
 (3) если хотя бы один из столбцов матрицы получен в результате умножения на постоянное число любого другого столбца 
 (4) если хотя бы один из столбцов матрицы получен в результате сложения всех элементов любого другого столбца с постоянным числом 
Номер 3
В каком случае квадратная числовая матрица Q будет симметричной?
Ответ:
 
(1) если
![math](/data/tests-675/11/math/ed3cabc3547f8365a6ea3b7e8b187e50.png)
 
 
(2) если
![math](/data/tests-675/11/math/901e22622b5b10ab53384705fba7dc72.png)
где Т - символ транспонирования 
 
(3) если
![math](/data/tests-675/11/math/d7f232781e15a91f997868680c4a86dc.png)
 
 
(4) если
![math](/data/tests-675/11/math/7b59adeb582043352d81accfe05ceda9.png)
 
Номер 4
Какие столбцы матрицы регрессоров используются при расчете обобщенной обратной матрицы?
Ответ:
 (1) те, которые ненулевые 
 (2) те, из которых можно сформировать невырожденную матрицу 
 (3) те, из которых можно сформировать вырожденную матрицу 
 (4) произвольные 
 (5) те, из которых можно сформировать матрицу, имеющую соответствую-щую обратную 
Упражнение 4:
Номер 1
Если ранг матрицы регрессоров равен k, то, как он изменится в случае создания линейной зависимости двух строк этой матрицы?
Ответ:
 (1) станет равным k + 1 
 (2) станет равным нулю 
 (3) станет равным k - 1 
 (4) не изменится 
 (5) станет равным 2k 
Номер 2
Что означает линейная зависимость строк матрицы произвольного ранга?
Ответ:
 (1) если хотя бы одна из строк матрицы получена в результате возведения в квадрат любой другой 
 (2) если хотя бы одна из строк матрицы получена в результате возведения в куб любой другой 
 (3) если хотя бы одна из строк матрицы получена в результате деления на постоянное число любой другой строки 
 (4) если хотя бы одна из строк матрицы получена в результате вычитания из всех элементов любой другой строки постоянного числа 
Номер 3
Можно ли обращать квадратную матрицу при линейной зависимости только двух ее строк?
Ответ:
 (1) можно, если эти строки состоят из положительных чисел 
 (2) можно, если эти строки состоят из отрицательных чисел 
 (3) нельзя 
 (4) для обращения это не имеет значения 
 (5) можно, если квадратная матрица нижняя или верхняя треугольная 
Номер 4
Чему равен детерминант обобщенной обратной матрицы размера
?
Ответ:
 (1) равен целому неотрицательному числу 
 (2) равен нулю 
 (3) равен вещественному неотрицательному числу 
 (4) равен вещественному отрицательному числу 
 (5) детерминант такой матрицы рассчитывать нельзя 
Упражнение 5:
Номер 1
На какое число подматриц разбивают матрицу регрессоров для расчета обобщенной обратной матрицы?
Ответ:
 (1) на две подматрицы 
 (2) на три подматрицы 
 (3) на четыре подматрицы 
 (4) на пять подматриц 
Номер 2
Как изменится линейное уравнение наблюдений неполного ранга, если к обеим частям уравнений применить оператор математического ожидания?
Ответ:
 (1) оно не изменится 
 (2) число слагаемых в правой части увеличится на единицу 
 (3) число слагаемых в правой части уменьшится на единицу 
 (4) левая часть станет равной нулю 
Номер 3
По какому вероятностному закону должны быть распределены элементы случайного вектора, входящего в уравнение наблюдений неполного ранга?
Ответ:
 (1) по закону Стьюдента 
 (2) по закону Гаусса 
 (3) по закону Пуассона 
 (4) по закону Вейбулла 
 (5) по закону Пирсона 
Номер 4
Чему равен ранг обобщенной обратной матрицы?
Ответ:
 (1) равен числу неизвестных параметров линейной модели наблюдений 
 (2) равен нулю 
 (3) равен числу линейно независимых столбцов матрицы регрессоров 
 (4) равен числу, на единицу меньшего числа неизвестных параметров линейной модели наблюдений 
 (5) равен числу линейно независимых строк матрицы регрессоров 
Упражнение 6:
Номер 1
С помощью какой функции системы MATLAB определяется ранг прямоугольной матрицы?
Ответ:
 (1) randg 
 (2) residue 
 (3) rank 
 (4) ranksum 
 (5) range 
Номер 2
Как можно определить размерность вектора наблюдений Y в системе MATLAB?
Ответ:
 (1) length(Y) 
 (2) size(Y, 1) 
 (3) size(Y, 2) 
 (4) schur(Y) 
Номер 3
Какая из перечисленных функций системы MATLAB может быть использована при расчете обобщенной обратной матрицы?
Ответ:
 (1) inv 
 (2) size 
 (3) length 
 (4) zeros 
 (5) range 
Номер 4
Какая функция системы MATLAB может быть использована для определения оценки вектора параметров линейной модели наблюдений неполного ранга?
Ответ:
 (1) step 
 (2) find 
 (3) eye 
 (4) eig 
 (5) exp