 
        
        - •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.
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
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
які утворюють повну групу попарно
несумісних подій, то ймовірність події
А
обчислюється за формулою повної
ймовірності
 ,
	(1.14)
,
	(1.14)
де	 – ймовірність
гіпотези
	– ймовірність
гіпотези 
 
 – умовна
ймовірність події А
при цій гіпотезі,
 – умовна
ймовірність події А
при цій гіпотезі, 
 
З формулою повної ймовірності тісно пов’язана формула Байєса.
 (1.15)
	(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
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
Формула
застосовується, якщо 
 
Імовірність того, що в результаті n незалежних експериментів подія А з’явиться від mi до mj раз, обчислюється так:
 
