- •Часть 1
- •Тема 1.9. Комплексные числа………………………………………………….…61
- •Список использованной и рекомендуемой литературы:
- •Раздел 1. Элементы теории множеств, векторной алгебры и аналитической геометрии. Вещественные числа
- •Тема 1.1. Элементы линейной алгебры
- •Матрицы и определители. Линейные операции над матрицами
- •1.1.2. Ранг матрицы
- •1.1.3. Методы решения систем линейных алгебраических уравнений
- •Для решения произвольных слау применяется метод Гаусса. Сущность метода состоит в том, что расширенная матрица слау приводится к ступенчатому виду. Метод Гаусса решения систем линейных уравнений.
- •Вопросы для самопроверки
- •Тема 1.2. Элементы векторной алгебры
- •1.2.1. Векторы, операции над векторами. Декартов базис
- •1.2.2. Скалярное произведение векторов
- •1.2.3. Векторное произведение векторов
- •1.2.4. Смешанное произведение трех векторов
- •Тема 1.3. Прямая и плоскость
- •1.3.1. Различные виды уравнения плоскости
- •1.3.2. Различные виды уравнения прямой в пространстве
- •1.3.3. Задачи, относящиеся к плоскостям
- •1.3.4. Задачи, относящиеся к прямой в пространстве
- •1.3.5. Взаимное расположение прямой и плоскости
- •1.3.6. Уравнение прямой линии на плоскости
- •Вопросы для самопроверки:
- •Тема 1.4. Преобразование координат на плоскости. Элементарная теория линий второго порядка
- •Вопросы для самопроверки
- •Тема 1.5. Некоторые сведения о линейных векторных пространствах. Собственные числа и собственные векторы
- •1.5.1. Векторные пространства и их преобразования
- •1.5.2. Собственные числа и собственные векторы матрицы линейного преобразования (оператора)
- •Вопросы для самопроверки
- •Тема 1. 6 . Квадратичные формы. Приведение к каноническому виду уравнений линии и поверхности второго порядка
- •1.6.1. Уравнения центральных поверхностей второго порядка
- •1.6.2. Нецентральные поверхности
- •1.6.3. Плоскости
- •Вопросы для самопроверки
- •Тема 1.7. Множества. Вещественные числа
- •1.7.1. Алгебраические свойства вещественных чисел
- •1.7.2. Отношение порядка На множестве вещественных чисел вводится отношение порядка , т.Е. , которое удовлетворяет следующим аксиомам:
- •1.7.3. Представление (модель) вещественного числа
- •1.7.4. Решение простейших неравенств с модулем
- •1.7.5. Открытые и замкнутые множества
- •1.7.6. Принципы существования предельной точки (Вейерштрасс)
- •Тема 1.8. Элементы теории пределов. Бесконечные функции
- •1.8.1. Определение предела в терминах окресностей
- •1.8.2. Общие свойства конечного предела
- •1.8.3. Бесконечно малые функции и их свойства
- •1.8.4. Представление функции, имеющей конечный предел
- •1.8.5. Свойства функций имеющих конечный предел в точке а
- •1.8.6. Бесконечно большие функции и их свойства
- •1.8.7. Числовые последовательности
- •Предел последовательности
- •1.8.9. Критерии существования предела последовательности
- •Тема 1.9. Комплексные числа
- •1.9.1. Понятие комплексного числа
- •1.9.2. Геометрическая интерпретация комплексного числа
- •1.9.3. Модуль комплексного числа
- •1.9.4. Сложение и умножение комплексных чисел
- •1.9.5. Вычитание и деление комплексных чисел
- •1.9.6. Тригонометрическая форма комплексного числа
- •1.9.7. Свойства модуля и аргумента комплексного числа
- •1.9.8. Возведение в степень и извлечение корня
- •1.9.9. Квадратное уравнение с комплексным неизвестным
- •Раздел 2. Дифференциальное и интегральное исчисление
- •Тема 2.1. Понятия о функции одной переменной. Предел и непрерывность функции
- •2.1.1. Свойства предела функции. Односторонние пределы
- •2.1.2. «Замечательные» пределы. Применение пределов в экономике
- •Тема 2.2. Дифференциальное исчисление функции одной переменной. Производная функции
- •Тема 2.3. Дифференциал функции
- •Тема 2.4. Производные высших порядков
- •Тема 2.5. Исследование функции. Формула Лагранжа
- •2.5.1. Необходимые и достаточные условия экстремума функции
- •2.5.2. Выпуклость, вогнутость и точки перегиба функции
- •2.5.3. Функция полезности
- •Раздел 3. Функция нескольких переменных Тема 3.1. Основные понятия функции нескольких переменных
- •Тема 3.2. Частные производные
- •Тема 3.3. Дифференциал функции двух переменных
- •Тема 3.4. Производная по направлению
- •Тема 3.5. Экстремум функции двух переменных
- •Упражнения
- •Раздел 4. Интегральное исчисление функции одной переменной Тема 4.1.Первообразная. Неопределенный интеграл
- •Тема 4.2.Методы интегрирования
- •4.2.1. Замена переменной в неопределенном интеграле
- •4.2.2. Формула интегрирования по частям
- •Интегрированне рациональной дроби
- •Интегрирование простейших дробей
- •Интегрирование выражений содержащих тригонометрические функции
- •4.2.6. Интегрирование иррациональных выражений
- •Тема 4.3. Определенный интеграл
- •4.3.1. Свойства и геометрический смысл определенного интеграла
- •4.3.2. Определенный интеграл как функция верхнего предела. Формула Ньютона-Лейбница
- •4.3.3. Несобственные интегралы с бесконечными пределами
- •Упражнения
- •4.3.4. Вычисление площадей плоских фигур
- •4.3.5. Определение длины кривой. Дифференциал кривой
- •Раздел 5. Обыкновенные дифференциальные уравнения Тема 5.1. Дифференциальные уравнения первого порядка
- •5.1.1. Дифференциальные уравнения с разделяющимися переменными
- •5.1.2. Линейные дифференциальные уравнения
- •5.1.3. Динамическая модель устойчивости рынка Вальраса
- •5.1.4. Линейные дифференциальные уравнения первого порядка с переменными коэффициентами
- •Упражнения
- •Раздел 6. Ряды и интеграл Фурье Основные сведения
- •Тема 6.1. Числовые ряды
- •6.1.1. Условие сходимости положительного числового ряда
- •Тема 6.2. Тригонометрический ряд. Ряд Фурье
- •6.2.1.Достаточные признаки разложимости функции в ряд Фурье
- •6.2.2. Ряды Фурье для четных и нечетных функций
- •6.2.3. Ряд Фурье по любой ортогональной системе функций
- •Тема 6.3. Комплексная форма ряда Фурье. Задача о колебании струны
- •Задача о колебании струны
- •Тема 6.4. Интеграл Фурье
- •6.4.1. Интеграл Фурье для четной и нечетной функции
- •6.4.2. Комплексная форма интеграла Фурье
- •6.4.3. Формулы дискретного преобразования Фурье
- •Раздел 7. Представление функции интегралом Фурье
- •Тема 7.1. Проверка условий представимости
- •7.1.1. Представление функции интегралом Фурье
- •7.1.2. Интеграл Фурье в комплексной форме
- •Тема 7.2. Представление функции полиномом Лежандра
- •7.2.1. Основные сведения
- •7.2.2. Преобразование функции
- •7.2.3. Вычисление коэффициентов ряда
- •Раздел 8. Дискретные преобразования Фурье
- •Тема 8.1. Прямое преобразование
- •Тема 8.2. Обратное преобразование
- •Раздел 9. Элементы теории вероятностей Тема 9.1. Комбинаторные формулы
- •Тема 9.2. Случайный эксперимент, элементарные исходы, события. Диаграммы Венна
- •Тема 9.3. Вероятностное пространство. Случай конечного или счетного числа исходов
- •9.3.1. Классическое определение вероятности
- •9.3.2. Статистическое определение вероятности
- •9.3.3. Непрерывное вероятностное пространство
- •9.3.4. Геометрическая вероятность
- •9.3.5. Формулы сложения вероятностей
- •9.3.6. Условная вероятность. Независимые события. Умножение вероятностей
- •Тема 9.4. Формула полной вероятности
- •9.4.1. Формула Байеса
- •9.4.2. Повторные независимые испытания. Формула Бернулли
- •Тема 9.5. Законы распределения случайной величины
- •9.5.1. Биноминальное распределение случайной величины
- •9.5.2. Асимптотические формулы Бернулли. Случайная величина, распределенная по закону Пуассона
- •9.5.3. Локальная и интегральная формулы Лапласа
- •Тема 9.6. Дискретные случайные величины
- •9.6.1. Зависимость и независимость двух случайных величин
- •9.6.2. Математическое ожидание случайной величины
- •9.6.3. Дисперсия случайной величины
- •Свойства дисперсии:
- •Тема 9.7. Непрерывные случайные величины. Плотность и функция распределения случаной величины
- •9.7.1. Математическое ожидание случайной величины
- •9.7.2. Дисперсия случайной величины
- •9.7.3. Нормальное распределение
- •Раздел 10. Элементы математической статистики Тема 10.1. Задачи математической статистики
- •10.1.1. Выборочный метод. Генеральная совокупность
- •10.1.2. Вариационный ряд
- •10.1.3. Точечные оценки параметров генеральной совокупности
- •Тема 10.2. Интервальные оценки
- •10.2.1. Понятие интервальной оценки
- •10.2.2. Доверительный интервал для математического ожидания нормального распределения при известной дисперсии
- •10.2.3. Доверительный интервал для математического ожидания нормального распределения при неизвестной дисперсии
- •10.2.4. Доверительный интервал дисперсии нормального распределения
- •Тема 10.3. Задачи статистической проверки гипотез
- •10.3.1. Основные понятия и статистическая проверка гипотез
- •10.3.2. Проверка статистической гипотезы о математическом ожидании нормального распределения при известной дисперсии
- •10.3.3. Проверка гипотезы о равенстве дисперсий
- •10.3.4. Проверка статистической значимости выборочного коэффициента корреляции
- •Тема 10.4. Сравнительная оценка параметров эмпирического и нормального распределений. Критерий Пирсона «хи» квадрат
- •Данные распределения среднемесячной заработной платы:
9.3.6. Условная вероятность. Независимые события. Умножение вероятностей
Рассмотрим задачу. Студент перед экзаменом выучил из 30 билетов билеты с номерами с 1 по 5 и с 26 по 30. Известно, что студент на экзамене вытащил билет с номером, не превышающим 20. Какова вероятность, что студент вытащил выученный билет?
Определим пространство элементарных исходов: =(1,2,3,...,28,29,30). Пусть событие А заключается в том, что студент вытащил выученный билет: А = (1,...,5,25,...,30,), а событие В — в том, что студент вытащил билет из первых двадцати: В = (1,2,3,...,20)
Событие состоит из пяти исходов: (1,2,3,4,5), и его вероятность равна 5/30. Это число можно представить как произведение дробей 5/20 и 20/30. Число 20/30 – это вероятность события B. Число 5/20 можно рассматривать как вероятность события А при условии, что событие В произошло (обозначим её Р(А/В)). Таким образом, решение задачи определяется формулой
Р(А/В) = P(АВ) /Р(B) (9.3.6)
Р(А/В) называется условной вероятностью события A при условии, что событие В произошло. Формулу (9.3.6) можно рассматривать, как определение условной вероятности. Эту же формулу можно переписать в виде
P(АВ) = Р(А/В)Р(B) (9.3.7)
Формула (9.3.7) называется формулой умножения вероятностей (теоремой умножения вероятностей), а условная вероятность Р(А/В) здесь должна восприниматься просто по смыслу.
Пример 2. Из урны, содержащей 7 белых и 3 черных шаров, наудачу один за другим извлекают (без возвращения) два шара. Какова вероятность того, что первый шар будет белым, а второй черным?
Пусть
X – событие, состоящее
в извлечении первым белого шара, а Y
— событие, состоящее
в извлечении вторым черного шара. Тогда
– событие, заключающееся
в том, что первый шар будет белым, а
второй — черным. P(Y/X)
=3/9 =1/3 — условная вероятность извлечения
вторым черного шара, если первым был
извлечен белый. Учитывая, что P(X)
= 7/10, по формуле умножения вероятностей
получаем: P(
)
= 7/30
Событие А называется независимым от события В (иначе: события А и В называются независимыми), если Р(А/В)=Р(А). За определение независимых событий можно принять следствие последней формулы и формулы умножения:
P(АВ) = Р(А) Р(B) (9.3.8)
Докажите
самостоятельно, что если А
и В —
независимые события, то
и
тоже являются независимыми событиями.
Пример 3. Найти вероятность того, что при трёх бросках игральной кости три раза выпадет шестёрка. Очевидно, что при каждом броске результат не зависит от результатов предыдущих бросков, и искомая вероятность равна (1/6)3 = 1/216.
Определим в условиях этой задачи вероятность того, что при трёх бросках в сумме выпало 4 очка. Выпишем благоприятные исходы: “1,1,2”, “1,2,1”, “2,1,1”. Вероятность каждого из этих исходов равна 1/216. Так как все эти исходы несовместимы, интересующая нас вероятность будет равна 3/216 = 1/72.
Пример 4. Из колоды карт в 32 листа извлекается одна карта. Пусть А – событие, состоящее в том, что извлечённая карта – дама. Событие В состоит в том, что извлечённая карта пиковой масти. Очевидно, что Р(А) = 4/32 = 1/8. Вычислим величину вероятность того, что извлечённая карта –дама при условии, что эта карта пиковой масти, то есть Р(А/В). Очевидно, что Р(АВ) = 1/32, и Р(В) = 8/32. Тогда Р(А/В) = Р(АВ)/ Р(В) = 1/8, то есть Р(А) = Р(А/В). Отсюда следует, что события А и В независимы.
Пусть событие С заключается в том, что извлечённая карта не туз. Покажем, что события А и С зависимы. Очевидно, что Р(АС) = Р(А) = 1/8. Р(С) = 28/32 = 7/8. Отсюда получаем Р(А/С) = 1/7, и это не равно величине Р(А), следовательно, события А и С зависимы.
Пример 5. Рассмотрим задачу, аналогичную задаче из примера 2, но с одним дополнительным условием: вытащив первый шар, запоминаем его цвет и возвращаем шар в урну, после чего все шары перемешиваем. В данном случае результат второго извлечения никак не зависит от того, какой шар – черный или белый появился при первом извлечении. Вероятность появления первым белого шара (событие А) равна 7/10. Вероятность события В – появления вторым черного шара – равна 3/10. Теперь формула умножения вероятностей дает: P(АВ) = 21/100.
Извлечение шаров способом, описанным в этом примере, называется выборкой с возвращением или возвратной выборкой.
Следует отметить, что если в двух последних примерах положить изначальные количества белых и черных шаров равными соответственно 7000 и 3000, то результаты расчетов тех же вероятностей будут отличаться пренебрежимо мало для возвратной и безвозвратной выборок.
