
- •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.
Дискретные случайные величины. Построение функции распределения.
Значение дискрет.случ.вел-ны можно записать ввиду конечной или бесконечной последовательности.
Если для каждого
определить
соответствующую вероятность
,
то получим ряд распределенной данной
случ.величины.
-
Значение х
…
…
Значение p
…
…
Чтобы полученная таблица явл. распределением случ. величины необходимо выполнение след. условий:
1)
не
могут быть отрицательными
2) + +…+ =1
Событие X= , i=1,2… несовместимые, их сумма есть достоверное событие. Если Х принимает конечное число, то такая дискрет.сл.веоичина называется конечнозначной.
Функция F(x) распредел.дискрет.случ.вел-ны кусочнопостоянно имеет скачки в т.разрыва
Если выбрать прямоугольную системы координат, по Ох – случ.величины, по Оу – вероятности этих значений.Соединямые точки с координатми ( ; )отрезками получим фигуру – полигон распределения.
Непрерывные случайные величины. Плотность вероятности случайной величины, ее свойства.
Если значение которое может принимать случ.величина х, заполняют конечный или бесконечный (a;b) числовой оси Ох, то случ.величина наз непрерывной.
Каждому промежутку (a;b) из области значений случ.величины непрерыв.типа отвечает отпределенная вероятность P(a<x<b) того, что случ. величина с ее значением попадает в этот промежуток.
З-н распределения непрерыв.случ.величины удобно задавать функцией плотности вероят-ти f(x). Плотность вероят-ти случ.величины х или дифиринциал.функция распределения наз.предел, если он существует.
(33)
Пусть F(x)
функция распред.случ.величины Х, если
сущ. равен-во F’(x)
то равен-во 33 равносильно соотношению
Плотность верот-тей равна производной от функции распределения.
Свойства:
1)
2) График – кривая распределения. Графи-ки верот-ть попадания случ.вел-ны в промежутке (a;b) равна площади криволинейной трапеции, ограниченной кривой распрделения f(x), Ох, прямыми x=a и x=b
3) F(x)
=
т.к. F(-
)=0
4) условие нормальности
Особенности, которые присущи кривой вероят-ти:
она всегда лежит в верхней координатной полуплоскости
площадь заключенная мужду кривыми всегда равна единицы
верот-ть того, что случ.величина х примет значение, заключенное между
- это площадь криволинейной трапеции.
Числовые характеристики случайных величин. Математическое ожидание дискретных и непрерывных случайных величин. Свойства.
Случ.величины помимо законов описываются еще числовыми характеристиками. Среди них различают характеристики положения (математическое ожидание, мода, медиана и др.) и характеристики рассеивания (дисперсия, среднеквадратическое отклонение) различ.моменты распределения порядка выше 1-ого.
Математическое
ожидание или среднее значение по
распределению дискретретной случ.величины
есть сумма произв-ний случ.величины на
вероят-ти этих значений. Если случ.вел-на
Х характеризуется конечным рядом
распределения мат.ожидание
M(x) явл-ся
взвешенной среднеарифметической
значений случ.величин
Если
при условии, что ряд абсолютно сходящийся.
М(х) явл-ся непрерыв.
Случ.вел-ны Х с плостностью верот-тей
f(x)
определяющихся по
Свойства М(х):
М(х) числа появления события А в одном испытании равно вероят-ти p этого события
М(х) постоянной неслуч.величины С равно С
Постоянный неслуч.множитель С можно выносить за знак матем.ожидания. С*М(х) =
=М(С*х)
М(х) суммы случ.величины х и у равно сумме М(х) +М(у)=М(х+у)
М(х) произведения случ.величин х и у равны произведению М(х)*М(у)=М(х*у) (для независ. случ.величин)
Графич.-ки непрерыв. и дискрет-ной случ.величин равно абциссе центра тяжести площади ограниченной кривой или полигоном распределения Ох. Поэтому при симметрии кривой или полигона распределения относительно некотор.прямой параллельной оси ординат М(х) совпадает с абсциссой точки пересечения этой оси симметрии с Ох