![](/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
78 Нормальный закон распределения. Правило «трех сигм».
А)
Распределение СВ
называется
нормальным
(или
распределением
Гаусса) с
параметрами
(
),если
плотность вероятности имеет вид
.Параметры
имеют
смысл математического ожидания и
среднего квадратичного отклонения СВ
:
.
Для
функция
распределения выражается через функцию
Лапласа
следующим
образом:
,а
вероятность попадания в интервал
вычисляется
по формуле
.
В силу непрерывности СВ эта формула
справедлива как со строгими, так и с
нестрогими знаками неравенств.
Б)Вероятность
того, что СВ
отклонится
от своего математического ожидания не
более чем на
, определяется
соотношением
.
Это
свойство носит название правила
трех сигм : если
СВ
, то
попадание ее в заданный интервал является
практически достоверным событием.
79 Схема Бернулли. Предельные теоремы: Пуассона, локальная и интегральная теоремы Муавра-Лапласа.
Последовательность
n
независимых
в совокупности испытаний называется
схемой
Бернулли,
если при каждом испытании возможны
только два исхода: появление события
А(успех)
и его непоявление
(неуспех),причем вероятность появления
события А
в каждом из n
независимых испытаний постоянна и равна
p.
В
схеме Бернулли вероятность
того,
что в n
испытаниях событие А
наступит ровно m
раз, вычисляется по формуле
Бернулли:
,где q=1-p,
,
.
Если
в схеме Бернулли вероятность p
появления события А
в каждом из n
независимых испытаний очень мала
(p<0.1),
а число испытаний n
достаточно велико, то вероятность
вычисляется
приближенно
по формуле
Пуассона:
,a=n*p.
(Эту
формулу обычно применяют в тех случаях,
когда
)
Если
в схеме Бернулли вероятность p
появления события А
в каждом из n
испытаний существенно отличается от 0
и 1, а число испытаний n
достаточно велико, то для вычисления
вероятности
применяют
приближенную локальную
формулу Муавра-Лапласа:
,где
– функция Гаусса,
,
причем
.
Если
в схеме Бернулли вероятность p
существенно отличается от 0 и 1, а n
достаточно велико, то вероятность
того,
что в n
независимых испытаниях событие А
наступит не менее m1
раз,
но менее m2
раз, вычисляется по интегральной
формуле Муавра-Лапласа:
,
где
– функция Лапласа,
,
причем
,
(Формулы
Муавра-Лапласа, как правило, используются,
если 0,1<p<0,9,
и дают хорошие результаты, если
велико
(можно считать
)).
80. Понятие о двумерной случайной величине (ξ,η).Распределение случайных величин ξ и ηв отдельности Двумерная случайная величина задается в виде интегральной функции: F(x, у) = Р(Х < х, Y < y), которая означает вероятность того, что случайная величина примет значения меньше Х и меньше Y одновременно. Закон распределения дискретной двумерной случайной величины можно представить в виде таблицы, где ƒ(xi, yj) совместная плотность распределения двумерной случайной величины :
xi \ yj |
y1 |
y2 |
… |
ym |
|
x1 |
ƒ(x1, y1) |
ƒ(x1, y2) |
… |
ƒ(x1, ym) |
p(x1) |
x2 |
ƒ(x2, y1) |
ƒ(x2, y2) |
… |
ƒ(x2, ym) |
p(x2) |
… |
… |
… |
… |
… |
… |
xn |
ƒ(xn, y1) |
ƒ(xn, y2) |
… |
ƒ(xn, ym) |
p(xn) |
|
q(y1) |
q(y2) |
… |
q(ym) |
1 |
Если случайные величины х и у независимы, то
ƒ(x, y) = p(x) q(y),
где p(x) - безусловная плотность распределения случайной величины x, q(y) - безусловная плотность распределения случайной величины y.
,
Условным распределением случайной величины x при заданном значении Y = yj называют
Условным распределением случайной величины y при заданном значении X = xi называют
81.Функцией распределения двумерной случайной величины (X,Y)называется функция F (x,y),которая для любых действительных чисел x и y равна вероятности совместного выполнения двух событий {X<x} и {Y<y}: F(x,y)=P{X<x,Y<y} (событие {X<x,Y<y} означает произведение {X<x} и {Y<y}).
Геометрически функция F(x,y) интерпретируется как вероятность попадания случайной точки (X,Y) в бесконечный квадрат с вершиной в точке (x,y),лежащей левее и ниже её.
Функция
распределения двумерной дискретной
случайной величины (X,Y)
находится суммированием всех вероятностей
pij,для
которых xi<x,yi<y,т.
е.
Свойства функции распределения двумерной СВ:
1.Функция распределения F(x,y) ограничена, т. е. 0≤ F(x,y) ≤1.
2. F(x,y) не убывает по каждому из своих аргументов при фиксированном другом, т. е.
F(x2,y)≥ F(x1,y) при x2 >x1
F(x,y2)≥ F(x,y1) при y2 >y1
3.Если
хотя бы один из аргументов обращается
в
,то
функция распределения F(x,y)
равна нулю, т. е. F(x,-
)=
F(-
,y)=
F(-
,-
)=0
4.Если
оба аргумента обращаются в
,
то F(x,y)
равна 1,т. е. F(+
,+
)=1
5.Если один из аргументов обращается в + , то функция распределения системы СВ становится функцией распределения СВ, соответствующий другому элементу, т.е. F(x,+ )= F1(x)= FX(x),
F(+
)=
F2(y)=
FY(y)
6.
F(x,y)
непрерывна слева по каждому из своих
аргументов, т. е.