- •Часть 4
- •Лекция № 1. Функции комплексной переменной.
- •Вопрос 1.1. Основные определения и понятия.
- •Вопрос 1.2. Однозначные и многозначные функции. Ветви многозначных функций.
- •Вопрос 1.3. Предел и непрерывность.
- •Вопрос 1.4. Производная. Условия Коши-Римана.
- •Лекция № 2. Функции комплексной переменной.
- •Лекция № 3. Функции комплексной переменной.
- •Вопрос 3.3. Функциональные последовательности и ряды. Степенные ряды.
- •Вопрос 3.4. Ряды Тейлора.
- •Вопрос 3.5. Ряды Лорана. Лекция № 4. Функции комплексной переменной.
- •Вопрос 4.1. Изолированные особые точки, их классификация.
- •Вопрос 4.2. Вычеты, их вычисление.
- •Вопрос 4.3. Основная теорема о вычетах.
- •Вопрос 4.4. Применение вычетов к вычислению интегралов. Лекция № 5. Операционное исчисление.
- •Лекция № 6. Операционное исчисление.
- •Лекция № 7. Операционное исчисление.
- •Вопрос 1. Уравнения математической физики. Основные определения и понятия.
- •Вопрос 2. Классификация линейных дифференциальных уравнений второго порядка.
- •Вопрос 3. Канонические формы дифференциальных уравнений в частных производных второго порядка с двумя независимыми переменными.
- •Вопрос 4. Вывод одномерного уравнения теплопроводности.
- •Вопрос 5. Классификация задач по начальным и граничным условиям.
- •Вопрос 1. Решение задачи коши для одномерного уравнения теплопроводности стержня бесконечной длины.
- •Вопрос 1. Решение первой смешанной задачи для уравнения теплопроводности на конечном отрезке с однородными граничными условиями первого рода методом фурье (метод разделения переменных).
- •Вопрос 1. Основные понятия теории вероятности.
- •Вопрос 2. Случайные события. Алгебра событий.
- •Вопрос 3. Вероятность случайных событий.
- •Вопрос 4. Основные соотношения между вероятностями событий.
- •Вопрос 1. Классическая вероятностная схема.
- •Вопрос 2. Комбинаторный метод вычисления вероятностей в классической вероятностной схеме.
- •Вопрос 3. Условные вероятности. Формулы умножения вероятности.
- •Вопрос 1. Формула полной вероятности и формула байесса.
- •Вопрос 2. Независимость случайных событий.
- •Вопрос 3. Формула бернулли и формула пуассона.
- •Вопрос 1. Случайные величины и их классификация.
- •Вопрос 2. Функция распределения вероятностей.
- •Вопрос 3. Классификация случайных величин. Числовые характеристики случайных величин.
- •Вопрос 1. Элементы математической статистики. Выборка и ее представление.
- •Вопрос 2. Оценка параметров распределения по выборке.
- •Список литературы
Вопрос 2. Независимость случайных событий.
Пусть A и B два случайных события, таких что и .
ОПРЕДЕЛЕНИЕ 2. Событие A не зависит от события B, если вероятность наступления события A не зависит от B, иначе . По формуле умножения вероятности, получаем .
ТЕОРЕМА 1. Если событие A не зависит от события B, то и событие B не зависит от события A ( и ).
ДОКАЗАТЕЛЬСТВО. В силу предыдущей формулы
КОНЕЦ ДОКАЗАТЕЛЬСТВА.
В связи с теоремой 1 вводят определение
ОПРЕДЕЛЕНИЕ 3. Случайные события A и B называются независимыми статистически, если .
ТЕОРЕМА 2. Если события A и B независимы, то независимы и события A и , и B, и .
ДОКАЗАТЕЛЬСТВО.
2) - аналогично.
ТЕОРЕМА 3. Если A и B два независимых события, то .
ДОКАЗАТЕЛЬСТВО.
КОНЕЦ ДОКАЗАТЕЛЬСТВА.
Вопрос 3. Формула бернулли и формула пуассона.
Пусть имеются только два элементарных исхода A и с вероятностями соответственно p и q (p+q=1). Пусть вероятностный эксперимент независимо повторен n раз. Тогда вероятность того, что событие A будет наблюдаться ровно k раз дается формулой Бернулли
ПРИМЕР 2. Пусть ЭВМ содержит пять блоков, которые за время T выходят из строя независимо друг от друга с вероятностью 0,1. Какова вероятность того, что из строя за время T выйдет ровно 2 блока?
Имеем p=0,1, q=0,9, n=5 и k=2. Тогда
КОНЕЦ ПРИМЕРА.
Если и , тогда формула Бернулли переходит в формулу Пуассона
ДОКАЗАТЕЛЬСТВО. Так как и , то подставляя в формулу Бернулли, получим
или
Перейдем к пределу при фиксированном k
Учитывая, что
получим
КОНЕЦ ПРИМЕРА.
Л Е К Ц И Я N 15
Вопрос 1. Случайные величины и их классификация.
ОПРЕДЕЛЕНИЕ 1. Случайной величиной X называется числовая функция, заданная на пространстве элементарных исходов, такая, что для любого вещественного x множество элементарных исходов w, таких, что , является событием, то есть есть некоторое событие из алгебры событий.
ПРИМЕР 1. Пусть монета подбрасывается один раз и пусть выпадению решки соответствует 0, а выпадению герба 1. Тем самым определена случайная величина X, принимающая значения 0 и 1 с одинаковой вероятностью .
КОНЕЦ ПРИМЕРА.
ПРИМЕР 2. Пусть в некоторой точке земного шара регистрируется направление ветра в данный момент. Пространство элементарных событий здесь - совокупность всех направлений. Каждому направлению можно сопоставить в соответствие угол X из , который отсчитывается от выделенного направления до зарегистрированного направления ветра, то есть X есть случайная величина.
КОНЕЦ ПРИМЕРА.
Будем обозначать случайные величины большими латинскими буквами X, Y, Z ... . Таким образом, если X есть некоторая случайная функция, то для каждого элементарного исхода w определено значение . Над случайными величинами можно осуществлять обычные арифметические операции:
1) сложение
2) вычитание
3) умножение на число a
4) умножение
5) деление
Справедлива следующая теорема
ТЕОРЕМА 1. Пусть X случайная величина и пусть случайное событие. Тогда случайными событиями являются следующие множества элементарных событий: , , .
ДОКАЗАТЕЛЬСТВО. Очевидно, что , поэтому B есть случайное событие. Далее, , но каждое множество является случайным событием и следовательно их произведение является случайным событием. Теперь получаем .
КОНЕЦ ДОКАЗАТЕЛЬСТВА.
СЛЕДСТВИЕ 1. Любое множество исходов, таких что
является случайным событием.
ДОКАЗАТЕЛЬСТВО. Представим каждое множество в виде разности двух случайных событий
отсюда следует, что все они являются случайными событиями.
КОНЕЦ ДОКАЗАТЕЛЬСТВА.