- •Однородные дифференциальные уравнения первого порядка
- •Как решить однородное дифференциальное уравнение?
- •Немного о потере решений в дифференциальных уравнениях
- •Дифференциальные уравнения в полных дифференциалах. Примеры решений
- •Рассмотрим алгоритм решения уравнения в полных дифференциалах
- •Дифференциальное уравнение Бернулли. Примеры решений
- •Дифференциальное уравнение Бернулли имеет вид:
- •Как решить дифференциальное уравнение Бернулли?
- •Вывод: Уравнение Бернулли с помощью замены сводится к линейному неоднородному уравнению первого порядка
- •Дифференциальные уравнения, допускающие понижение порядка
- •Метод повторного интегрирования правой части
- •В дифференциальном уравнении в явном виде отсутствует функция
- •В дифференциальном уравнении в явном виде отсутствует независимая переменная
- •Дифференциальные уравнения второго порядка и высших порядков. Линейные ду второго порядка с постоянными коэффициентами. Примеры решений.
- •Линейные дифференциальные уравнения второго порядка с постоянными коэффициентами
- •Характеристическое уравнение имеет два различных действительных корня
- •Характеристическое уравнение имеет два кратных действительных корня
- •Характеристическое уравнение имеет сопряженные комплексные корни
- •Линейные однородные уравнения высших порядков
- •Как решить неоднородное дифференциальное уравнение второго порядка?
- •Неоднородные уравнения – это просто!
- •Алгоритм решения неоднородного ду следующий:
- •Метод вариации произвольных постоянных. Примеры решений
- •Метод вариации произвольной постоянной для линейного неоднородного уравнения первого порядка
- •Метод вариации произвольных постоянных для линейного неоднородного уравнения второго порядка с постоянными коэффициентами
- •Как решить систему дифференциальных уравнений?
- •– Линейные однородные системы дифференциальных уравнений – Линейные неоднородные системы дифференциальных уравнений
- •Линейные однородные системы дифференциальных уравнений
- •Что значит решить систему дифференциальных уравнений?
- •Линейные неоднородные системы дифференциальных уравнений
- •Метод характеристического уравнения (метод Эйлера)
- •Ряды для чайников. Примеры решений
- •Понятие числового положительного ряда
- •Сходимость числовых положительных рядов Необходимый признак сходимости ряда
- •Необходимый признак сходимости ряда
- •Признаки сравнения для положительных числовых рядов
- •Предельный признак сравнения числовых положительных рядов
- •Как найти сумму ряда?
- •Что такое сумма ряда?
- •Признаки сходимости рядов. Признак Даламбера. Признаки Коши
- •Признак сходимости Даламбера
- •Радикальный признак Коши
- •Интегральный признак Коши
- •Функциональные ряды. Степенные ряды. Область сходимости ряда
- •Понятие функционального ряда и степенного ряда
- •Сходимость степенного ряда. Интервал сходимости, радиус сходимости и область сходимости
- •Исследование степенного ряда на сходимость
- •Разложение функций в степенные ряды. Ряд Тейлора. Ряд Маклорена. Примеры решений
- •Понятие суммы степенного ряда
- •Разложение функций в степенной ряд. Ряд Тейлора. Ряд Маклорена
- •Примеры разложения функций в ряд Маклорена
- •Примеры разложения функций в ряд Тейлора по степеням , когда
- •Приближенные вычисления с помощью рядов
- •Приближённое вычисление числа с помощью ряда
- •Ряды Фурье. Примеры решений
- •Разложение функции в ряд Фурье на промежутке
- •Что нужно сделать в нижеследующих заданиях?
- •Как разложить функцию в ряд Фурье?
- •Разложение функции в ряд Фурье на произвольном периоде
- •Разложение в ряд Фурье чётных и нечётных функций
- •Двойные интегралы для чайников
- •Понятие двойного интеграла
- •Что значит вычислить двойной интеграл?
- •Как вычислить двойной интеграл?
- •Алгоритм решения двойного интеграла:
- •Область интегрирования. Порядок обхода области интегрирования. Как изменить порядок обхода?
- •Как вычислить площадь плоской фигуры с помощью двойного интеграла?
- •Как вычислить двойной интеграл? Примеры решений
- •Двойной интеграл как объем тела
- •Как вычислить двойной интеграл в полярной системе координат?
- •Какова предпосылка для перехода к полярным координатам?
- •Можно ли обойтись без чертежа?
- •Тройные интегралы. Вычисление объема тела. Тройной интеграл в цилиндрических координатах
- •Что значит вычислить тройной интеграл и что это вообще такое?
- •Как решить тройной интеграл?
- •Нужно ли делать чертёжи, если условие задачи не требует их выполнения?
- •Тройной интеграл в цилиндрических координатах
- •Примеры решений произвольных тройных интегралов. Физические приложения тройного интеграла
- •Физические приложения тройного интеграла
- •Центр тяжести тела
- •Функции комплексной переменной. Дифференцирование функций комплексной переменной. Условия Коши-Римана
- •Понятие функции комплексной переменной
- •Действительная и мнимая часть функции комплексной переменной
- •Дифференцирование функций комплексной переменной. Условия Коши-Римана
- •Формулы Эйлера
- •Теория вероятностей. Базовые термины и понятия
- •Рекомендуемый порядок изучения темы:
- •События. Виды событий
- •Совместные и несовместные события. Противоположные события. Полная группа событий
- •Алгебра событий
- •Вероятность события
- •Классическое определение вероятности:
- •Задачи по комбинаторике. Примеры решений
- •Перестановки, сочетания и размещения без повторений
- •Перестановки
- •Сочетания
- •Размещения
- •Правило сложения и правило умножения комбинаций
- •Перестановки, сочетания и размещения с повторениями
- •Перестановки с повторениями
- •Сочетания с повторениями
- •Размещения с повторениями
- •Теоремы сложения и умножения вероятностей. Зависимые и независимые события
- •Зависимые и независимые события
- •Как определить зависимость/независимость событий?
- •Задачи на теоремы сложения вероятностей несовместных и умножения вероятностей независимых событий
- •Формула полной вероятности и формулы Байеса
- •Задачи на формулы Байеса
- •Независимые испытания и формула Бернулли
- •Наивероятнейшее число появлений события в независимых испытаниях
- •Локальная и интегральная теоремы Лапласа
- •Локальная теорема Лапласа
- •Интегральная теорема Лапласа
- •Относительная частота события и статистическое определение вероятности
- •Относительная частота события и статистическая вероятность
- •Вероятность отклонения относительной частоты от вероятности
- •Как определить, сколько нужно провести испытаний чтобы с заранее заданной вероятностью обеспечить желаемую точность ?
Интегральная теорема Лапласа
Если
вероятность
появления
случайного события
в
каждом испытании постоянна, то
вероятность
того,
что в
испытаниях
событие
наступит не
менее
и
не более
раз (от
до
раз
включительно),
приближённо равна:
,
где
При этом количество испытаний, разумеется, тоже должно быть достаточно большими вероятность не слишком мала/велика (ориентировочно ), иначе приближение будет неважным либо плохим.
Функция
называется функцией
Лапласа,
и её значения опять же сведены в
стандартную таблицу (найдите
и научитесь с ней работать!!).
Микрокалькулятор здесь не поможет,
поскольку интеграл является неберущимся.
Но вот в Экселе есть соответствующий
функционал – используйте пункт
5 расчётного
макета.
На
практике наиболее часто встречаются
следующие значения:
–
перепишите к себе в тетрадь.
Начиная
с
,
можно считать, что
,
или, если записать строже:
Кроме
того, функция Лапласа нечётна:
,
и данное свойство активно эксплуатируется
в задачах, которые нас уже заждались:
Задача 3
Вероятность поражения стрелком мишени равна 0,7. Найти вероятность того, что при 100 выстрелах мишень будет поражена от 65 до 80 раз.
Я подобрал наиболее реалистичный пример, а то у меня тут нашлось несколько задач, в которых стрелок делает тысячи выстрелов =)
Решение:
в данной задаче речь идёт о повторных
независимых испытаниях,
причём их количество достаточно велико.
По условию требуется найти вероятность
того, что мишень будет поражена не менее
65, но и не более 80-ти раз, а значит, нужно
использовать интегральную теорему
Лапласа:
,
где
Для
удобства перепишем исходные данные в
столбик:
–
всего выстрелов;
–
минимальное число попаданий;
–
максимальное число попаданий;
–
вероятность попадания в мишень при
каждом выстреле;
–
вероятность промаха при каждом выстреле.
,
следовательно, теорема Лапласа даст
хорошее приближение.
Вычислим
значения аргументов:
Обращаю
ваше внимание, что произведение
вовсе
не обязано нацело извлекаться из-под
корня (как
любят «подгонять» числа авторы задач) –
без тени сомнения извлекаем корень и
округляем результат; я привык оставлять
4 знака после запятой. А вот полученные
значения
обычно
округляют до 2-х знаков после запятой –
эта традиция идёт из таблицы
значений функции
,
где аргументы представлены именно в
таком виде.
Используем
указанную выше таблицу либо расчётный
макет по терверу (пункт
5).
В
качестве письменного комментария
советую поставить следующую фразу: значения
функции
найдём
по соответствующей таблице:
–
вероятность того, что при 100 выстрелах
мишень будет поражена от 65 до 80 раз.
Обязательно
пользуемся нечётностью функции! На
всякий случай распишу подробно:
Дело
в том, что таблица
значений функции
содержит
только положительные «икс», а мы
работаем (по
крайне мере, по «легенде») с
таблицей!
Ответ:
Результат чаще всего округляют до 4-х знаков после запятой (опять же в соответствии с форматом таблицы).
Для самостоятельного решения:
Задача 4
В здании имеется 2500 ламп, вероятность включения каждой из них в вечернее время равна 0,5. Найти вероятность того, что вечером будет включено не менее 1250 и не более 1275 ламп.
Примерный образец чистового оформления в конце урока.
Следует отметить, что рассматриваемые задачи очень часто встречаются в «обезличенном» виде, например:
Производится некоторый опыт, в котором случайное событие может появиться с вероятностью 0,5. Опыт повторяется в неизменных условиях 2500 раз. Определить вероятность того, что в 2500 опытах событие произойдет от 1250 до 1275 раз
И подобных формулировок выше крыши. По причине трафаретности задач условие нередко стремятся завуалировать – это «единственный шанс» хоть как-то разнообразить и усложнить решение:
Задача 5
В институте обучается 1000 студентов. В столовой имеется 105 посадочных мест. Каждый студент отправляется в столовую на большой перемене с вероятностью 0,1. Какова вероятность того, что в обычный учебный день:
а) столовая будет заполнена не более чем на две трети; б) посадочных мест на всех не хватит.
Решение: используем интегральную теорему Лапласа , где
В данной задаче: – всего студентов в институте; – вероятность того, что студент отправится в столовую на большой перемене; – вероятность противоположного события.
а)
Вычислим, сколько посадочных мест
составляют две трети от общего
количества:
мест
Найдём
вероятность того, что в обычный учебный
день столовая будет заполнена не более
чем на две трети. Что это значит? Это
значит, что на большой перемене придут
от 0 до 70 человек. То, что никто не придёт
или придут всего несколько студентов
– есть события практически
невозможные,
однако в целях применения интегральной
теоремы Лапласа эти вероятности все
равно следует учесть. Таким образом:
Вычислим
соответствующие аргументы:
В
результате:
–
вероятность того, что в обычный учебный
день столовая будет заполнена не более
чем на две трети.
Напоминание:
при
функцию
Лапласа считаем равной
.
Толкучка, однако =)
б)
Событие «Посадочных
мест на всех не хватит» состоит
в том, что в столовую на большой перемене
придут обедать от 106 до 1000 человек (главное,
хорошо уплотнить =)). Понятно,
что высокая посещаемость невероятна,
но тем не менее:
.
Рассчитываем
аргументы:
Таким
образом, вероятность того, что посадочных
мест на всех не хватит:
Ответ:
Используя теорему
сложения вероятностей событий, образующих
полную группу,
легко найти вероятность того, что в
обычный учебный день на большой перемене
в столовой будут заняты от 71 до 105
посадочных мест:
Также хочу коснуться оговорки «в ОБЫЧНЫЙ учебный день». Я специально добавил её к условию. Зачем? Она обеспечивает относительную неизменность ситуации. После праздников, например, в институт может прийти значительно меньше студентов, а на «День открытых дверей» нагрянуть голодная делегация =) То есть, в «необычный» день найденные вероятности по разным причинам могут существенно отличаться.
Заключительный пример для самостоятельного решения:
Задача 6
В обычный учебный день вероятность присутствия студента на лекции равна 0,8. Найти вероятность того, что из 100 студентов на лекции будут присутствовать:
а) 85-90%; б) половина студентов; в) не менее 72 студентов.
Постарайтесь не пропускать задание ;-) Краткое решение и ответ совсем близко.
Здесь, несмотря на оговорку, все равно не всё гладко: известно, что процент прогулов у юношей заметно отличается от аналогичного показателя у девушек, поэтому усреднённая оценка несколько некорректна. Задачу следовало бы сформулировать для кадетского корпуса либо Института благородных девиц =) Неожиданно, но юноши, скорее всего, посещают занятия лучше =)
Вспомнилась, к слову, коварная задачка: вероятно ли встретить на улице 100 мужчин подряд? Запросто! Если навстречу прошагает рота солдат. Многие думают, что шансы встретить мужчину либо женщину составляют примерно 50 на 50 и даже встреча подряд 10-ти прохожих одного пола крайне маловероятна. Но почти все забывают об условииравновозможности событий. Так, например, если за углом находится отделение полиции или швейная фабрика, то встреча мужчины/женщины будет совсем не равновозможной.
Подобные моменты нужно обязательно учитывать в своих статистических исследованиях, которые бывают у каждого из нас хотя бы на бытовом уровне =)
Удачных поворотов!
Решения и ответы:
Задача
2: Решение: по
условию:
–
всего новорожденных;
–
вероятность рождения мальчика. Тогда:
–
вероятность рождения девочки.
Используем
локальную теорему Лапласа
:
а)
Примечание:
«икс» обычно округляют до 2-х знаков
после запятой.
Примечание:
на практике часто пользуются стандартной
таблицей значений функции
,
где даны только положительные значения
«икс», поэтому при оформлении решения
«минус» всегда лучше «убрать» (ввиду
чётности функции).
–
вероятность того, что среди 100 новорожденных
будет ровно 40 мальчиков.
б)
–
вероятность того, что среди 100 новорожденных
будет ровно 50 мальчиков.
в)
–
вероятность того, что среди 100 новорожденных
будет ровно 30 девочек.
Ответ:
Задача
4: Решение:
используем интегральную теорему
Лапласа:
,
где:
,
–
функция Лапласа.
В
данной задаче:
–
всего ламп в здании;
–
минимальное количество одновременно
включенных ламп;
–
максимальное количество одновременно
включенных ламп;
–
вероятность того, что лампа включена
(для каждой из ламп);
–
вероятность противоположного
события.
Вычислим
аргументы:
Значения
функции
найдём
по соответствующей таблице:
–
вероятность того, что вечером будет
включено не менее 1250 и не более 1275
ламп.
Ответ:
Задача
6: Решение:
в данной задаче:
–
всего студентов;
–
вероятность присутствия студента на
лекции;
–
вероятность отсутствия студента на
лекции.
а)
Найдём количество студентов, соответствующее
85 и 90 процентам:
Для
контроля дальнейших вычислений
используйте полностью автоматизированную
программу >>> Это
бонус для самых терпеливых
читателей!
Используем
интегральную теорему Лапласа:
;
В
данном случае:
Таким
образом:
–
вероятность того, что на лекции будут
присутствовать 85-90% от 100 студентов.
б)
Используем локальную теорему Лапласа:
,
где
В
данном случае
–
вероятность того, что на лекции будет
присутствовать половина студентов
(событие практически невозможно).
в)
Используем интегральную теорему
Лапласа:
.
В
результате:
–
вероятность того, что на лекции будут
присутствовать не менее 72-х студентов.
Ответ:
