
- •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.
33.Числовые характеристики случайных величин. Дисперсия дискретных и непрерывных случайных величин. Свойства.
Дисперсия (или рассеивание) Д(х) случайных величин называют математическое ожидание (М(х)) квадрата отклонения случайной величины от ее М(х).
М=мх, то для обозначения дисперсии случайной величины используют формулу случайной величины если случайная величина – дискретна
Для непрерывной случайной величины:
Среднем квадратическим отклонением случайной величины Х, называется корень квадратный из дисперсии.
- мера рассеивания случайной величины
около ее математического ожидания. Из
случ.вел. М(х) и определения дисперсии
можно получить:
(1)
Для дискретной сл.в. Х равенство (1)
имеет вид
Для дисперсии сл.в. справедливо формула
след.вида:
,где
а – некоторая постоянная и произвольное
число
(2)
Свойства дисперсии:
Дисперсия постоянная неслучаная величина = 0
Постоянный неслучайный множитель С можно выносить за знак дисперсии возводя его в квадрат
Дисперсия суммы или разности сл.в. Х и У равна сумме дисперсий этих величин
34.Числовые характеристики случайных величин. Мода, медиана, начальные и центральные моменты, асимметрия, эксцесс случайных величин.
Модой дискретной сл.в. называется ее
наиболее вероятное значение, т.е. значение
вероятность которого наибольшая
Модой непрерывной сл.в. называется е значение при котором плотность вероятностей распределения max. Обозначение моды Мх или Мо(х). Мода сл.в. действительного типа есть ее наиболее вероятное значение, в случае такое значение единственное.
Мода может не существовать, может иметь единичное значение (умодальное распределение) или иметь множество значений (мультимодальное значение).
Медианой непрерывной сл.в. Х – это
ее такое значение µ, для которого
одинаково вероятно окажется сл.в. Х <
или > µ. µ,µе(х) – медиана.Если
известно, что функция распределения
F(x) сл.в., то
медиана µе(х) есть решение уравнения
F(x)=0,5 к
значениям большим : 0,5.F(µе(х))≤0,5
;F(µе(х))≥0,5.
Геометрическая мода является абсциссой
той точки кривой распределения сл.в.
(непрерывной), ордината которой max.
Медиана µе(х) можно истолковать
как точку, которой ордината делит пополам
S, ограниченную кривой
плотности распределения.Моменты сл.в.
ассиметрии и эксцесс. для более
детальной характеристики сл.в. вводятся
моменты сл.в. различных порядков.
Начальным моментом к-го порядка
называется
мат.ожидание Хк :
Начальный
момент к-го порядка определяется для
дискретной сл.в.
,
непрерывной сл.в.
Центральным моментом к-го порядка
называется мат.ожидание от (х-М(х))к
:
Это
есть центральный момент к-го порядка
:
Центральный момент к-го порядка (µк)
для дискретной случ.вел.
для непрерывной сл.в.
. Центральный и начальные моменты
1,2,3,4-х порядка связаны соотношениями:
Если
распределение симметрично относительно
мат.ожидания, то все центр. Моменты
нечетного порядка =0.
Отношение центрального момента 2-го
порядка к кубу среднего квадратического
отношения называется асимметрией.
Эксцессом сл.в.Х (Ех) –степень
крутости (островершинности) кривой
распределения вблизи центра распределения
по отношению к кривой нормального
распределения.в качестве эксцесса
принимается величина: