- •Производная функции: определение, геометрический и механический смыслы.
- •Основные правила дифференцирования. Производные основных элементарных функций.
- •3. Производные высших порядков
- •Дифференциал функции. Дифференциалы высших порядков.
- •Дифференциалы высших порядков.
- •Правило Лопиталя и его применение к вычислению пределов.
- •Экстремумы функции
- •8.Первообразная. Неопределенный интеграл
- •9. Основные свойства неопределенного интеграла
- •10. Интегралы от основных элементарных функций.
- •11. Методы интегрирования (метод замены переменой и интегрирование по частям).
- •12. Задачи, приводящие к понятию определенного интеграла (задача о вычислении площади криволинейной трапеции).
- •13.Определенный интеграл: определение, свойства, геометрический смысл.
- •Вопрос 14 Вычисление определенного интеграла: формула Ньютона-Лейбница.
- •15.Приложения определенного интеграла.
- •16.Методы интегрирования в опреленном интеграле.
- •17.Основные понятия теории вероятностей: случайные события - понятие, виды случайных событий; вероятность случайного события. Основные аксиомы теории вероятностей.
- •18. Способы непосредственного вычисления вероятности: классическая, статистическая, геометрическая вероятности.
- •19. Основные элементы комбинаторики: перестановки, размещения, сочетания.
- •20. Операции с событиями: сумма и произведение событий.
- •21. Теорема сложения вероятностей для несовместных событий
- •22. Теорема сложения вероятностей для совместных событий
- •23. Условная вероятность. Теорема умножения вероятностей для зависимых событий
- •Вопрос 24 Условие независимости событий. Теорема умножения вероятностей для независимых событий.
- •26)Формула Байенса(теорема гипотез)
- •27. Формула Бернулли и следствия из нее
- •28. Случайная величина. Дискретные и непрерывные случайные величины
- •29. Закон распределения вероятностей дискретной случайной величины: ряд распределения,
- •30. Биномиальное распределение.
- •31. Распределение Пуассона
- •Вопрос 32 Геометрическое распределение
- •33. Числовые характеристики положения дискретной случайной величины: мода, медиана, математическое ожидание и его свойства.
- •Числовые характеристики рассеивания дискретной случайной величины: дисперсия и ее свойства, среднее квадратическое отклонение.
- •Вопрос 35 Функция распределения случайной величины
- •36.Непрерывная случайная величина и ее законы распределения. Плотность распределения вероятностей, ее свойства.
- •Свойства:
- •37.Закон равномерного распределения вероятностей.
- •Вопрос 38 Показательный закон распределения
- •39. Нормальное распределение
- •Правило 3 сигм:
- •40. Числовые характеристики нсв
20. Операции с событиями: сумма и произведение событий.
1) Суммой 2х событий А и В называется событие, состоящее в появлении хотя бы одного из этих событий: или А или В, или обоих событий вместе.
Обозначения: А+В; АUВ; А или В
Суммой нескольких событий называется событие, состоящее в появлении хотя бы одного из них.
А1+А2+…+Аn
2) Произведением 2х событий А и В называется событие, состоящее в совместном появлении событий: и А и В одновременно.
Обозначения: АхВ; А∩В; А и В
Произведением нескольких событий называется событие, состоящее в совместном появлении этих событий.
А1хА2х…хАn
21. Теорема сложения вероятностей для несовместных событий
Теорема 1 : вероятность суммы двух несовместных событий равна сумме вероятностей этих событий.
Р(А+В)=Р(А)+Р(В)
Теорема 1’ : вероятность суммы событий Аi от 1 до n равна сумме вероятностей этих событий.
P(A 1+A2+…+An)=P(A1)+P(A2)+…+P(An)
22. Теорема сложения вероятностей для совместных событий
Теорема 1 : вероятность суммы совместных событий равна сумме их вероятностей без вероятности их произведения:
Р(А+В)=Р(А)+Р(В)-Р(АВ) (1)
Замечание: формула (1) является общим случаем теоремы сложения, если события не совместны, то произведение этих событий невозможно, а вероятность равна 0.
23. Условная вероятность. Теорема умножения вероятностей для зависимых событий
Условная вероятность — вероятность одного события при условии, что другое событие уже произошло.
Событие А называется зависимым от события В, если вероятность появления события А зависит от того, произошло событие В или не произошло.
Вероятность того, что произошло событие А при условии, что произошло событие В, будем обозначать P(A/B) и называть условной вероятностью события А при условии В.
Теорема: Вероятность совместного появления двух зависимых событий равна произведению одного из них на условную вероятность второго:
P(A*B)=P(A)*P(B/A)=P(B)*P(A/B)
Вопрос 24 Условие независимости событий. Теорема умножения вероятностей для независимых событий.
Условие А называется независимым от события B, если вероятность события А не зависит от того, произошло ли событие В или не произошло, в противном случае они зависимы
25.Формула полной вероятности.
26)Формула Байенса(теорема гипотез)
27. Формула Бернулли и следствия из нее
Формула Бернулли(теорема о повторных опытах):
0≤m≤n, q=1-p –
вероятность непоявления
N -кол-во опытов
p - вероятность появления соб. А в каждом опыте
m –число появлений событий
Рn(m) – вероятность появления событий А m раз в n опытах
28. Случайная величина. Дискретные и непрерывные случайные величины
Случайная величина – числовая величина, которая в результате опыта принимает одно из возможных заранее известных значений, зависящих от случайных величин, которые не могут быть заранее известны.
Дискретной случайной величиной называется случайная величина, которая принимает отдельные изолированные возможные значения с определенными вероятностями. Число значений может быть конечным и бесконечным.
Непрерывной случайной величиной называется величина, которая может принимать все значения из некоторого конечного или бесконечного промежутка. Число значений бесконечно.
