
- •1.Задачи, приводящие к дифференциальным уравнениям (ду). Основные сведения о ду (обыкновенные ду, оду n-ого порядка, решение ду на интервале).
- •2.Задача Коши для ду 1-ого порядка. Теорема существования и единственности решения задачи Коши для ду 1-ого порядка.
- •3.Геометрическая интерпретация ду 1-ого порядка. Метод изоклин.
- •4.Задача Коши для ду n-ого порядка. Общее решение, частное решение, особое решение ду n-ого порядка.
- •5. Уравн. С разделяющимися переменными
- •6. Однородные ду 1-ого порядка
- •7.Линейные ду 1-ого порядка (метод подстановки Бернулли, метод вариации произвольной постоянной Лагранжа).
- •8.Уравнение Бернулли
- •9. Уравнение в полных дифференциалах.
- •10.Дифференциальные уравнения высших порядков. Теорема о существовании и единственности решения. Задача Коши. Приемы понижения порядка (на примерах ду 2-ого порядка).
- •13.Линейные однородные ду n-ого порядка с постоянными коэффициентами. Теорема о структуре общего решения линейного однородного ду n-ого порядка с постоянными коэффициентами.
- •14.Линейные неоднородные ду 2-ого порядка. Теорема о структуре общего решения неоднородного ду.
- •15.Метод вариации произвольных постоянных (Лагранжа) для отыскания частного решения линейного неоднородного ду 2-ого порядка.
- •16. Линейные неоднородные ду с постоянными коэффициентами и специальной правой частью.
- •17. Системы ду. Нормальные системы. Теорема о существовании и единственности решения нормальной системы ду. Задача Коши для системы ду.
- •19.Системы линейных однородных ду с постоянными коэффициентами. Характеристическое уравнение системы ду.
- •20. Решение системы линейных однородных ду с постоянными коэффициентами. Случай действительных различных корней характеристического уравнения.
- •21. Пространство элементарных событий. Алгебра событий.
- •22. Вероятность события. Классическое, статистическое определение вероятности. Геометрическая вероятность.
- •23. Теоремы сложения вероятностей несовместных и совместных событий.
- •24. Условная вероятность. Теорема умножения вероятностей. Вероятность появления хотя бы одного события.
- •25. Формула полной вероятности. Формула Байеса.
- •26. Повторение испытаний. Схема испытаний Бернулли. Биномиальное распределение вероятностей. Наивероятнейшее число появлений события в независимых испытаниях.
- •27. Распределение Пуассона. Локальная предельная теорема Муавра-Лапласа.
- •28. Интегральная предельна теорема Муавра-Лапласа. Отклонение относительной частоты от постоянной вероятности в независимых испытаниях.
- •Понятие случайной величины. Функция распределения случайной величины, ее свойства.
- •Дискретные случайные величины. Построение функции распределения.
- •Непрерывные случайные величины. Плотность вероятности случайной величины, ее свойства.
- •Числовые характеристики случайных величин. Математическое ожидание дискретных и непрерывных случайных величин. Свойства.
- •33.Числовые характеристики случайных величин. Дисперсия дискретных и непрерывных случайных величин. Свойства.
- •34.Числовые характеристики случайных величин. Мода, медиана, начальные и центральные моменты, асимметрия, эксцесс случайных величин.
- •35.Равномерный закон распределения случайных величин.
- •36.Биномиальный закон распределения случайных величин.
- •40.Закон больших чисел. Неравенство Чебышева. Теорема Чебышева. Теорема Бернулли.
- •46.Линии регрессии. Корреляция.
- •47.Определение характеристик случайных величин на основе опытных данных. Выборка и ее характеристики. Частота и относительная частота.
- •48.Эмпирическая функция распределения. Полигон и гистограмма.
- •51.Проверка статистических гипотез. Критерии согласия Пирсона и Колмогорова.
- •52.Понятие о двумерных выборках и выборочных оценках двумерных св.
- •55. Временные ряды и прогнозирование. Автокорреляционная функция. Авторегрессионная модель.
28. Интегральная предельна теорема Муавра-Лапласа. Отклонение относительной частоты от постоянной вероятности в независимых испытаниях.
На практике при большом числе испытаний n и не слишком малой вероятности р важно оценить вероятность того, что число появлений события А лежит в некоторых границах. Эту оценку устанавливает интегральная теорема Муавра-Лапласа.
Теорема: пусть m-число наступлений события А в серии из n-независимых испытаний, р –вероятность наступления события А при каждом испытании (0<р<1), тогда вероятность Pn(m1≤m≤m2) того, что в этих испытаниях событие А появится не менее m1 раз и не более m2 раз, при n→∞ удовл. соотношению:
x1=
; x2=
При больших значениях m имеет место приближённая интегральная формула Муавра-Лапласа: Pn(m1≤m≤m2)=Ф(х2)-Ф(х1) (27)
где Ф(х)=
Эта функция называется функцией Лапласа, ё называют интегралом ошибок, она нечётная Ф(-х)= - Ф(х).
Используется в приложении для отрицательных значений х.
Замечание: оценка погрешности при использовании формулы (27) показывает, что хорошая точность обеспечивается уже при значениях npq≥10.
Вероятностью того,
что в n
независимых испытаниях, в каждом из
которых вероятность появления события
= р(0<р<1), абсолютная величина отклонения
относительной частоты m/n
появления события, от вероятности
появления события, не привысит
положительного числа ε и приближённо
равна удвоенной функции Лапласа Х=ε
P(|
|≤ε)=2Ф(ε
Понятие случайной величины. Функция распределения случайной величины, ее свойства.
Случайная величина Х называется действительной фун. X(w) на множ-ве элем –ых исходов Q и такая при любых Х множ-во тех w, для кот x(w)<x принадлежат алгебре событий для данного эксперимента.Скаляр. вел-на Х принадлежит действительным значениям X(w) каждой точке w принадлежащего Q.
Случайные величины: дискретные и непрерывные.
Дискретными наз. Случ. Вел-ну, кот принимает конечное или счетное множ-во значений. Использ-ся при описании измерений принимающих целочисленные значения.
пространство
х=х(w)
А=(Х<х)
,
тогда А явл-ся событием исследования
для каждого
опеределена вероят-ть P9A)=P(X<x)=F(X)
– эта функция распределения случайной
величины х. Значение фну-ии распределения
в т.Х – вероят-ти события, состаящего
в том, что случ. Вел-на Х примет значение
<x.
Свойства:
1) F(x) вероят-ть
собятия А (Х<x),
функция
должна быть в этиъ пределах для
2) F(x)
монотонно неубывающая функция на всей
числовой прямой
3)если случ. Вел-на
примет возможное значение
с вероятностью
,то
ее функция распределения F(x)
имеет в точке
разрыв
1-го рода называемый скачком, который
определяется
.
В точке
непрерывна
4)
Если
то
событие (
)
невозможно => P(
)=0
- достоверно, то
P(
)=1
Можно показать,
что всякая функция, обладающая свойствами
1-4 задает распределение вероятностей
на подмножествах от
для
при
этом каждому такому интервалу ставится
в соответствии вероятность F(x)
Связь между возмонжными значениями случан.вел-ны и их вероят-тями называют знаконом распределения случ.вел-ны.