
- •1. Означення функції декількох незалежних змінних. Геометричне зображення функції двох змінних.
- •2 У . Границя і неперервність функції 2-х змінних.
- •3.Частинні прирости та частинні похідні функції декількох незалежних змінних.
- •4. Повний приріст. Повний диференціал функції 2-х незалежних змінних,застосування в наближених обчисленнях.
- •5. Частинні похідні вищих порядків
- •6 . Похідна за напрямком. Градієнт функції декількох змінних.
- •7.Екстремум ф-ї 2х змінних. Необхідна і достатня умови екстремуму.
- •8.Умовний екстремум ф-ї 2х змінних. Метод множників Лагранжа.
- •9. Абсолютний екстремум (найбільше і найменше значення функції 2-ох змінних у замкнутій області)
- •10.Побудова емпіричних формул метдом найменших квадратів
- •11. Диференціальні рівняння. Основні поняття і означення. Задача Коші.
- •17. Лінійні однорідні диф.Р-ня 2-го пор.Означення і загальні властивості
- •18.Лінійні однорідні диф. Р-ня 2-го пор. Зі сталими коефіцієнтами
- •19.Неоднорідні лінійні диференціальні рівняння 2-го порядку. Метод варіації довільних сталих.
- •20.Неоднорідні лінійні диференціальні рівняння 2-го порядку зі сталими коефіцієнтами.
- •21.Числові ряди. Сума ряду. Збіжні і розбіжні ряди. Властивості збіжних рядів. Приклади.
- •23.Ознаки порівняння рядів. Приклади
- •24. Ознака Даламбера збіжності ряду.
- •25. Радикальна ознака Коші збіжності ряду.Приклади.
- •26. Інтегральна ознака Коші.
- •28.Знакозмінні ряди.Достатня ознака збіжності знакозмінного ряду.
- •30Степеневі ряди,інтервал збіжності. Теорема Абеля
- •31Ряд Тейлора і Маклорена. Біноміальний ряд.
- •31.Роскладання в ряди Макларена .
- •33.Наближене обчислення інтегралів за допомогою рядів
- •34. Інтегрування диференціальних рівнянь за допомогою степеневих рядів.
- •35. Обчислення значених функцій за допомогою степеневих рядів.
- •36. Предмет теорії ймовірностей. Види випадкових подій. Операції над подіями.
- •37. Частота і ймовірність події. Статист. І класичне означ. Ймовірності. Геом.. Ймовірність.
- •38. Елементи комбінаторики. Перестановки. Розміщення і сполуки з n елементів по m.
- •39. Сума подій. Теорема про ймовірність суми несумісних подій. Теорема про ймовірність суми 2-х сумісних подій.
- •40.Добуток подій. Залежні і незалежні події. Умовна ймовірність. Теореми множення для залежних і незалежних подій.
- •41.Формула повної ймовірності.
- •42.Ймовірність гіпотез. Формула Бейєса.
- •43. Повторні незалежні випробування.Формула Бернуллі.
- •44. Наймовірніше число появи події в незалежних випробуваннях.
- •45. Локальна теорема Муавра-Лапласа.
- •46. Інтегральна теорема Муавра-Лапласа.
- •48. Поняття випадкової величини.Дискретні і неперервні в.В. Закон розподілу. Функція розподілу в.В.Ймовірність попадання в.В. В заданий проміжок.
- •49. Неперервна випадкова величина .Функція розподілу і щільність розподілу н.В.В., їх властивості .Ймовірність попадання в.В. В заданий інтервал.
- •50.Числові характеристики дискретної випадкової величини m(X),d(X), ∂(X) та їх властивості .
- •51. Числові характеристики неперервної випадкової величини, їх властивості.
- •52.Біноміальний розподіл дискретної випадкової величини і його числові характеристики.
- •53. Розподіл Пуассона дискретної випадкової величини і його числові характеристики .
- •54.Рівномірний розподіл неперервної випадкової величини і його числові характеристики m(X), d(X), σ(X).
- •55. Нормальний закон розподілу неперервної випадкової величини. Крива Гаусса
- •57. Математичне сподівання нормально розподіленої неперервної в.В.
- •58. Дисперсія нормально розподіленої неперервної в.В.
- •59. Ймовірність попадання в заданий інтервал нормально розподіленої випадкової величини. Ймовірність її відхилення від математичного сподівання. Правило трьох сигм.
- •60.Поняття про теор. Моменти, поч.. І центральні моменти к-го порядку в.В. Асиметрія і Ексцес.
40.Добуток подій. Залежні і незалежні події. Умовна ймовірність. Теореми множення для залежних і незалежних подій.
Добутком А*В подій А і В наз. Подія С яка полягає в тому що одночасно відбуваються обидві події і А і В.
Означення. Умовною ймовірністю Р(А/ В)(Р (А)) В називають ймовірність
події А, обчислену за умови, що подія В відбулася.
Теорема. Ймовірність добутку двох випадкових подій А і В дорівнює до-
бутку ймовірностей однієї із них на умовну ймовірність другої за умови,
що перша подія відбулася, тобто
Р(А · В) = Р(А) · Р(В / А) = Р(В) · Р(А / В).
Означення. Подія В називається незалежною від події А, якщо умовна
ймовірність події В за умови А дорівнює ймовірності В, тобто якщо P(B / A) =
= P(B) при P(A) ≠ 0. Якщо ж P(B / A) ≠ P(B), то подія В називається залеж-
ною від події А.
Теорема. Ймовірність добутку двох незалежних подій дорівнює добутку
їх ймовірностей.
P(A⋅ B) = P(A) ⋅ P(B). (1.11)
Доведення. Нехай А і В незалежні. За теоремою множення ймо-
вірностей P(A⋅ B) = P(A) ⋅ P(B/ A). Оскільки подія В не залежить від по-
дії А, то P(B / A) = P(B). Отже, P(AB) = P(A) ⋅ P(B).
Наслідок. Ймовірність добутку незалежних у сукупності скін-
ченної множини подій A (i 1,n) i = дорівнює добутку ймовірностей цих
подій.
P(A1*A2…An)=P(A1)*P(A2)…P(An).
41.Формула повної ймовірності.
Нехай
подія А може наступити при умові появи
однієї з несумісних подій
які утворюють повну групу подій. Нехай
відомі ймовірності цих подій і умовні
ймовірності.
Необхідно
знайти ймовірність події
.
Теорема
Ймовірність події , яка може наступити лише при умові появи однієї з несумісних подій що утворюють повну групу подій дорівнює сумі добутків з цих подій на відповідному умовну ймовірностей події , тобто
-
Формула повної ймовірності
Доведення
Нехай
подія
може наступити тільки із однією із подій
які
утворюють повну групу подій, тобто
може наступити
Із
малюнка видно, що події
є попарно несумісними, а тому попарно
несумісними будуть і події
.
Застосувавши до кожного доданку останньої рівності теорему множення ймовірностей одержимо:
42.Ймовірність гіпотез. Формула Бейєса.
Якщо
подія А
може настати тільки з однією з подій
які утворюють повну групу попарно
несумісних подій, то ймовірність події
А
обчислюється за формулою повної
ймовірності
,
(1.14)
де
– ймовірність
гіпотези
– умовна
ймовірність події А
при цій гіпотезі,
З формулою повної ймовірності тісно пов’язана формула Байєса.
(1.15)
де .
Формула Байєса дозволяє переоцінити ймовірності гіпотез, прийнятих до випробування за результатами уже проведеного випробування.
43. Повторні незалежні випробування.Формула Бернуллі.
Нехай
проводяться n випробувань, у кожному з
яких подія А може як відбутись, так і не
відбутись. Якщо ця ймовірність у кожному
випробуванні не залежить від того,
відбулась вона в інших випробуваннях
чи ні, то такі випробування називаються
незалежними щодо події А. Згідно з
означенням випробування також незалежні,
якщо в кожному з них імовірність настання
події А однакова, тобто дорівнює тому
самому числу. Імовірність того, що подія
А відбудеться в кожному з незалежних
випробувань, позначають
а ймовірність настання протилежної
події
Формула Бернуллі.
Імовірність того, що в n незалежних випробуваннях, у кожному з яких імовірність Р(А) = р, подія А відбудеться m раз, подається так:
Формула
застосовується, якщо
Імовірність того, що в результаті n незалежних експериментів подія А з’явиться від mi до mj раз, обчислюється так: