- •1.Опред. Ф-ции неск. Перем. Предел и непрер. Ф-ции.
- •2.Частные произв. И частные дифференциалы ф-ции двух переменных.
- •3. Производные сложных и неявно заданных ф-ций. Примеры.
- •4.Понятие дифференцируемости ф-ции двух переменных. Полный диффер.
- •5.Производная по направлению. Градиент .
- •6. Поверхности уровня. Уравнение касательной плоскости к поверхности.
- •7. Касательная плоскость и нормаль к поверхности
- •8 . Экстремумы функций двух переменных.
- •9. Нахождение наибольшего и наименьшего значений на компакте. Понятие об условном экстремуме.
- •Определённый интеграл как предел интегральных сумм. Геометрически смысл ои.
- •12.Интегралы с переменным верхним пределом.
- •14.Замена переменной в ои.
- •15.Интегрирование по частям в ои.
- •16. Несобственные интегралы по бесконечному промежутку.
- •2) Интегрирование по (-∞;b] — полуоси
- •4) V.P. Интеграл
- •17. Несобственные интегралы от неограниченной функции
- •18. Вычисление площадей плоских фигур в декартовой системе координат. Примеры
- •19. Вычисление площадей плоских фигур в полярной системе координат. Примеры
- •20. Длина дуги кривой. Примеры
- •24. Дифференциальные уравнения первого порядка. Основные понятия. Геометрическая интерпретация. Теорема существования.
- •25. Ду с разделяющимися переменными и однородные.
- •26.Линейные ду и способы их решения.
- •27. Ду второго порядка, допускающие понижение порядка. Примеры
- •28. Ду второго порядка. Общие понятия примеры
- •29. Линейные ду n-го порядка с постоянными коэффициентами.
- •32. Система линейных ду и их решения методом сведения к ду
- •33.Двойной интеграл. Осн. Понятия и определение
- •34. Геометрический и физический смысл двойного интеграла
- •35. Основные свойства двойного интеграла
- •36. Вычисление двойного интеграла в декартовых координатах
- •37. Вычисление двойного интеграла в полярных координатах
- •38. Приложения двойного интеграла.
- •1.Объем тела
- •2.Площадь плоской фигуры
- •4.Статические моменты
- •39.Тройной интеграл. Основные понятия
- •40. Вычисление тройного интеграла в декартовых системах
- •41.Замена переменной в тройном интеграле.
- •4 2.Приложения тройного интеграла
- •43. Криволинейные интегралы первого рода, их свойства и вычисление.
- •44. Криволинейные интегралы второго рода, их свойства и вычисление. Связь между кри 1 и кри2.
- •45. Приложения кри 1-го рода (длина кривой, площадь цилиндрической поверхности, масса кривой, статистические моменты).
- •46. Условия независимости кри-2 от пути интегрирования. Потенциал.
- •47. Приложения кри 2-го рода(площадь плоской фигуры, работа переменной силы).
- •49. Ротором (или вихрем) векторного поля
- •52. Формула Стокса. Если функции р(х; у; z), q(X у; z) и r(X у; z) непрерывны вместе со своими частными производными первого порядка в точках ориентированной поверхности s, то имеет место формула
- •53. Основные понятия теоории рядов. Свойства рядов. Необходимый признак сходимости числового ряда.
- •54. Признаки сходимости рядов с положительными членами.
- •55. Признаки сходимости рядов с положительными членами. Признак Даламбера
- •56. Признаки сходимости рядов с положительными членами. Интегральный признак Коши. Степенной признак сравнения.
- •57. Знакочередующиеся ряды. Признак Лейбница.
- •58.Общий достаточный признак сходимости знакопеременных рядов. Абсолютная и условная сходимости числовых рядов. Свойства абсолютно сходящихся рядов.
- •59. Функциональные ряды. Основные понятия
- •60.Теорема Абеля(о сходимости степенных рядов)
- •62.Ряды Тейлора и Маклорена. Достаточные условия разложимости функции в ряд Тейлора
- •63. Разложение некоторых элементарных функций в ряд Маклорена.
- •64. Применение рядов к приближенным вычислениям значений функции, определенных интегралов.
- •65.Приближенное решение ду.
- •66. Дискретное вероятностное пространство
- •67. Классическое вероятностное пространство
- •68.Теорема сложения, умножения вероятностей. Несовместные, независимые события.
- •69. Формула полной вероятности. Формула Байеса
- •70. Аксиоматическое построение теории вероятностей. Следствия из аксиом.
- •71. Дискретные случайные величины и способы их задания. Биномиальное, геометрическое и распределение Пуассона.
- •72.Непрерывные случайные величины и способы их задания. Равномерное, показательное распределение.
- •73. Функция распределения случайной величины и ее свойства. Определение случайной величины.
- •74. Свойства плотности распределения св. Примеры. Ряд распределения
- •75. Математическое ожидание св и его свойства
- •76. Дисперсия св и ее свойства. Среднеквадратическое отклонение.
- •78 Нормальный закон распределения. Правило «трех сигм».
- •79 Схема Бернулли. Предельные теоремы: Пуассона, локальная и интегральная теоремы Муавра-Лапласа.
- •82.Числовые характеристики двумерной случайной величины:
- •83.Условия независимости случайных величин:
- •84 Коэффициент корреляции св и его свойства.
- •85.Понятие о законе больших чисел. Теорема Бернулли
67. Классическое вероятностное пространство
Классическое вероятностное пространство - математическая модель случайного явления, число исходов которого конечно и все они равновозможны (т.е. все элементарные события равновероятны).
Ω={ω1 , ω2,… ωn }, A=P(Ω) , P(ωi )= , i=1,2, … ,n
Здесь и в дальнейшем будет обозначать множество всех подмножеств множества . На любом подмножестве из определим вероятность P следующим образом:
=
где |Ω|- число всех элементарных событий; |A|- число элементарных событий, принадлежащих А. Несложно убедиться, что функция P удовлетворяет всем аксиомам вероятности. Оно носит название классической вероятности.
Модель классического вероятностного пространства применяются в таких ситуациях, когда элементарные события равновероятносты в том смысле, что испытания проходят при одинаковых условиях. Например, результат бросания кости или монеты "симметричен" по отношению к выпадению некоторого числа очков на игральной кости или определенной стороны монеты. Эти же условия должны соблюдаться при правильной организации жеребьевки и тиража лотереи.
68.Теорема сложения, умножения вероятностей. Несовместные, независимые события.
Теорема сложения вероятностей. Вероятность появления суммы совместных событий Аи В равна сумме вероятностей этих событий без вероятности их совместного появления : Р(А+В)=Р(А)+Р(В)-Р(АВ), где Р(АВ) – вероятность произведения (совместного появления) событий А и В.
Теорема может быть обобщена на любое конечное число совместных событий. Например, вероятность суммы трёх событий : Р(А+В+С)=Р(А) + Р(В) + Р(С) - Р(АВ) – Р(АС) – Р(ВС) + Р(АВС)
Более простой вид теорема имеет для случая несовместных событий, т.к. произведение несовместных событий является невозможным событием ( они не могут произойти вместе в одном и том же опыте). Вероятность появления суммы двух несовместных событий равна сумме вероятностей этих событий : Р(А+В) = Р(А) + Р(В). При решении задач во многих случаях удобно представить событие в виде суммы несовместных событий.
Следствие 1. Вероятность суммы n попарно несовместных событий А1, А2, … , Аn равна сумме их вероятностей: Р(А1+А2+…+Аn) = Р(А1)+Р(А2)+…+Р(Аn)
Следствие 2. Сумма вероятностей событий, образующих полную группу, равна единице.
Следствие 3. Сумма вероятностей противоположных событий, равна единице Р(А)+Р(А’) =1, а следовательно, вероятность события, противоположного данному, равна разности между единицей и вероятностью данного события, т.е. Р( А’ ) = 1 – Р(А) . (A’ – противоположное )
Теория умножения вероятностей. Вероятность совместного появления двух событий равна произведению вероятности одного из них на вероятность другого при условии, что первое произошло : Р(АВ)=Р(А)*Р(В|А)
Следствие. Вероятность совместного появления нескольких событий равна произведению вероятности одного из них на условные вероятности всех остальных, причём вероятность каждого последующего события вычисляется в предположении, что все предыдущие события произошли : Р(А1А2 А3 …Аn)=Р(А1)*Р(А2 | А1)*Р(А3 | А1А2)…Р(Аn | А1А2…Аn-1 )
Событие А называется независимым от события В, если Р(А|В)=Р(А), т.е. если вероятность появления события А не зависит от появления или непоявления события В. При этом если событие А не зависит от события В, то и событие В не зависит от события А, поэтому говорят просто, что события А и В независимы.
События А и В называются несовместными, если появление одного из них исключает появление другого в одном и том же испытании, т.е. они не могут произойти вместе в одном испытании.