- •Числовые ряды. Определение сходящегося числового ряда. Геометрический ряд.
- •Свойства сходящихся рядов. Необходимый признак сходимости.
- •Теоремы сравнения (признаки сравнения).
- •Признаки сходимости Даламбера и Коши.
- •Интегральный признак сходимости. Сходимость обобщенного гармонического ряда.
- •Знакопеременные числовые ряды. Абсолютно и условно сходящиеся ряды. Признак Лейбница сходимости знакочередующегося ряда.
- •Функциональные ряды. Область сходимости. Сходимость ряда xn.
- •Равномерно сходящиеся последовательности и ряды. Признак Вейерштрасса равномерной сходимости функционального ряда.
- •Степенные ряды. Теорема Абеля. Радиус сходимости степенного ряда.
- •Выражения для радиуса сходимости степенного ряда через коэффициенты ряда. Как найти интервал сходимости степенного ряда?
- •Свойства степенных рядов.
- •Ряд Тейлора. Ряд Маклорена.
- •Разложение функций ex, sinx, cosx в ряд Тейлора.
- •Событие. Несовместные, равносильные, достоверные, невозможные, равновозможные и единственно возможные, противоположные события. Полная группа событий.
- •Классическое и статистическое определение вероятности.
- •Размещения, сочетания, перестановки.
- •Условная вероятность. Теорема умножения вероятностей. Независимость событий.
- •Теорема сложения вероятностей.
- •Формула полной вероятности. Формула Байеса.
- •Теорема Пуассона. Условие применимости формулы Пуассона для вычисления вероятности в схеме повторных испытаний.
- •Локальная и интегральная формулы Муавра-Лапласа. Условие их применимости для вычисления вероятности в схеме повторных испытаний.
- •Случайная величина. Дискретные и непрерывные случайные величины. Закон распределения случайной величины, ряд распределения. Независимость случайных величин.
- •Функция распределения случайной величины. Свойства функции распределения.
- •Плотность вероятности. Свойства плотности вероятности.
- •Математическое ожидание дискретной и непрерывной случайной величины. Свойства математического ожидания.
- •Дисперсия случайной величины. Свойства дисперсии. Среднее квадратическое отклонение.
-
Теорема Пуассона. Условие применимости формулы Пуассона для вычисления вероятности в схеме повторных испытаний.
Теорема. Если вероятность р наступления события А в каждом испытании стремится к нулю (р→0) при неограниченном увеличении числа n испытаний (n→∞), причем произведение np стремится к постоянному числу λ (np→λ), то вероятность Pm,n того, что событие А появится m раз в n независимых испытаниях, удовлетворяет предельному равенству: .
При условии что р→0, n→∞, а λ= np≤10 из предельного равенства вытекает приближенная формула Пуассона: .
-
Локальная и интегральная формулы Муавра-Лапласа. Условие их применимости для вычисления вероятности в схеме повторных испытаний.
Локальная теорема Муавра-Лапласа. Если вероятность р наступления события А в каждом испытании постоянна и отлична от 0 и 1, то вероятность Рm,n того, что событие А произойдет m раз в n независимых испытаниях при достаточно большом числе n, приближенно равна:
Свойства:
-
Функция f(x) является четной, т.е. f(-x)=f(x)
-
Функция f(x) – монотонно убывающая при положительных значениях х, причем при х→∞ f(x)→0
Интегральная теорема Муавра-Лапласа. Если вероятность р наступления события А в каждом испытании постоянна и отлична от 0 и 1, то вероятность того, что число m наступления события А в n независимых испытаниях заключено в пределах от a до b, при достаточно большом числе n приближенно равна:
Свойства:
-
Функция нечетная, т.е.
-
Функция монотонно возрастающая, причем при х→+∞
-
Случайная величина. Дискретные и непрерывные случайные величины. Закон распределения случайной величины, ряд распределения. Независимость случайных величин.
Случайная величина это переменная, которая в результате испытания в зависимости от случая принимает одно из возможного множества своих значений.
Случайной величиной Х называется функция, заданная на множестве элементарных исходов:
Случайная величина называется дискретной, если множество ее значений конечное, или бесконечное, но счетное.
Под непрерывной случайной величиной будем понимать величину, бесконечное множество значений которой есть некоторый интервал числовой оси.
Законом распределения случайной величины называется всякое соотношение, устанавливающее связь между возможными значениями случайной величины и соответствующими им вероятностями.
Для дискретной величины закон распределения может быть задан в виде таблицы, аналитически или графически.
Таблица вида:
х1 |
х2 |
… |
хi |
… |
хn |
p1 |
p2 |
… |
pi |
… |
pn |
или
называется рядом распределения дискретной случайной величины.
Две случайные величины называются независимыми, если закон распределения одной из них не меняется от того, какие возможные значения приняла другая величина.
-
Функция распределения случайной величины. Свойства функции распределения.
Функцией распределения случайной величины Х называется функция F(x), выражающая для каждого ч вероятность того, что случайная величина Ч примет значение, меньшее х.
F(x)=P(X<x)
Свойства:
-
Функция распределения случайной величины есть неотрицательная функция, заключенная между нулем и единицей: 0≤F(x)≤1.
-
Функция распределения случайной величины есть неубывающая функция на всей числовой оси.
-
На минус бесконечности функция распределения равна 0, на плюс бесконечности равна 1, т.е.:
-
Вероятность попадания случайной величины в интервал [x1, x2) равна приращения ее функции распределения на этом интервале, т.е.: P(x1≤X<x2)=F(x2)-F(x1)