![](/user_photo/2706_HbeT2.jpg)
- •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
74. Свойства плотности распределения св. Примеры. Ряд распределения
Ф-ию p(x) будем называть плотностью распределения вероятностей непрерывной СВ ξ, если вероятность того, что ξ принимает значения из промежутка (-∞;x) равна интегралу от этой ф-ции в пределах от -∞ до x, т.е.
F(x)=P(
)=
Следовательно,
если ф-ция p(x)
непрерывна в точке x,
то ф-ция распределения F(x)
дифференцируема в этой точке причём
p(x)=F’(x)
Свойства плотности распределения 1.p(x)>=0 при всех x, т.к. F(x)-неубывающая ф-ция
2.
Геометрические
св-ва 1 и 2 означают что график плотности
распределения лежит не ниже оси Ox
и площадь под графиком плотности равна
1.
3.Вероятность попадания непрерывной СВ в интервал, отрезок или полуитервал с одними и теми же концами одинаковы и равны определённому интегралу от плотности вероятности на этом промежутке:
P(
)=P(α<ξ=<β)=P(α<ξ<β)=P
(α=<ξ<β
)=
Из этого равенства следует, что геометрически вероятностьP( α=<ξ=<β) представляет собой площадь криволинейной трапеции ограниченной графиком плотности вероятности и отрезками прямых y=0, x=a, x=b.
Ряд распределения
Для
того чтобы задать дискретную СВ
,
достаточно перечислить все её возможные
значения и указать, с какими вероятностями
она их принимает. Тогда з-н распределения
удобно задать в виде таблицы, в которой
перечислены все возможные значения СВ
ξ
и соответствующие им вероятности
-
ξ
X1
X2
…
Xm
…
P
p1
p2
…
pm
…
Эта таблица называется рядом распределения дискретной СВ . Читается таблица следующим образом: СВ ξ принимает значения xm с вероятностью pm m=1,2,… Числа pm должны удовлетворять следующим условиям : pm>=0,
p1+p2+…+pm+…=1
поскольку
в результате испытания величина ξ всегда
примет одно из значений x1,x2,…,
а pm-вероятность
несовместных событий
,
образующих полную группу.
75. Математическое ожидание св и его свойства
Математическим
ожиданием дискретной СВ
называется
число, равное сумме произведений её
значений на соответствующие вероятности:
M
ξ=x1p1+x2p2+…+xmpm+…
, где xm-(m=1,2,..)-возможные
значения СВ, а pm(m=1,2,..)-соответствующие
им вероятности.
Математическое
ожидание М ξ непрерывной СВ ξ определяется
по формуле:
M
ξ=
Свойства
мат. ожидания:
1.М
ξ=const
(ξ=const)
2.M(c*ξ)=c*M
ξ(постоянную
можно выносить за знак МО, с=сonst)
3.M(ξ+
)=M
ξ+M
4.M
(ξ
*
)=M
ξ*M
(если
СВ независимы, т.е.
и
)
76. Дисперсия св и ее свойства. Среднеквадратическое отклонение.
Дисперсией
D
называется
математическое ожидание квадрата
отклонения СВ от ее математического
ожидания т.е.
Свойства дисперсии:
1.
(c=const)
2.
3.
c=const
4.
5.
6.
Средним
квадратичным отклонением
называется
квадратный корень из дисперсии:
77.Числовые
характеристики СВ. Понятие о начальных
и центральных моментах.
Важнейшими
числовыми характеристиками являются
математическое ожидание и дисперсия
СВ. Математическое ожидание характеризует
центр распределения СВ;это есть в
некотором смысле среднее значение СВ.
Дисперсия характеризует разброс значений
СВ относительно ее математического
ожидания.(см.76
и 75)
Начальный
момент
s-го порядка СВ
есть математическое ожидание s-й степени
этой случайной величины:
= M[
].
Математическое ожидание случайной величины является начальным моментом первого порядка.
Ц
ентральным
моментом
s-го порядка СВ
есть математическое ожидание s-й степени
центрированной случайной величины:
= M[
].
Очевидно, что для любой случайной величины Х центральный момент первого порядка равен нулю: