- •Часть II
- •8 Дифференциальное исчисление функций нескольких переменных
- •8.1 Функции двух независимых переменных
- •8.2 Частные производные
- •9.3 Полный дифференциал
- •8.4 Касательная плоскость и нормаль к поверхности
- •8.5 Экстремумы функций двух переменных
- •8.6 Условный экстремум
- •8.7 Наибольшее и наименьшее значения функции
- •8.8 Метод наименьших квадратов
- •8.9 Производная по направлению. Градиент
- •Задачи для самостоятельного решения
- •9 Кратные, криволинейные и поверхностные интегралы. Элементы теории поля
- •9.1 Двойной интеграл
- •9.2 Перемена порядка интегрирования
- •9.3 Вычисление площадей и объемов
- •9.4 Криволинейный интеграл по длине дуги
- •9.5 Геометрические и механические приложения криволинейного интеграла по длине дуги
- •9.5 Криволинейный интеграл по координатам
- •9.6 Формула Грина-Остроградского
- •9.7 Независимость криволинейного интеграла 2-го рода от формы дуги кривой
- •9.8 Геометрические и механические приложения криволинейных интегралов 2-го рода
- •Задачи для самостоятельного решения
- •10 Ряды. Гармонический анализ
- •10.1 Числовые ряды
- •10.2 Степенные ряды
- •10.3 Ряды Тейлора и Маклорена
- •10.4 Тригонометрические ряды Фурье
- •Задачи для самостоятельного решения
- •11 Дифференциальные уравнения
- •11.1 Дифференциальные уравнения первого порядка
- •11.2 Основные типы уравнений первого порядка
- •11.3 Понижение порядка уравнения
- •11.4 Линейные уравнения с постоянными коэффициентами
- •12 Операционное исчисление. Уравнения математической физики
- •12.1 Оригиналы и изображения
- •12.2 Теоремы операционного исчисления
- •12.3 Таблица изображений
- •12.4 Свёртка функций
- •12.5 Нахождение оригинала по изображению
- •12.6 Операционный метод решения дифференциальных уравнений с постоянными коэффициентами. Методы решения уравнений математической физики
- •12.7 Решение систем линейных дифференциальных уравнений с постоянными коэффициентами
- •Задачи для самостоятельного решения
- •13 Теория вероятностей
- •13.1 Классическое определение вероятности
- •Основные свойства вероятности
- •13.2 Теоремы умножения и сложения вероятностей
- •13.3 Формула полной вероятности. Формула Байеса
- •13.4 Схема Бернулли
- •13.5 Функция и плотность распределения вероятностей
- •13.6 Свойства функции и плотности распределения вероятностей
- •13.7 Числовые характеристики случайных величин
- •13.8 Свойства математического ожидания и дисперсии
- •13.9 Основные законы распределения вероятностей случайных величин
- •13.10 Связь между случайными величинами
- •Задачи для самостоятельного решения
- •14 Математическая статистика
- •14.1 Эмпирическая функция распределения. Гистограмма
- •14.2 Точечные и интервальные оценки параметров
- •14.3 Статистические гипотезы
- •Задачи для самостоятельного решения
- •Приложение а. Таблица значений функции Лапласа ф0(х)
- •Приложение б. Основные математические обозначения
13.10 Связь между случайными величинами
Характеристикой связи между случайными величинами Х и Y является коэффициент корреляции
rxy = М((Х – МХ)(Y – МY)).
Коэффициент корреляции и его значение как меры взаимосвязи определяется следующими свойствами rxy:
1) если случайные величины независимы, то rxy = 0 (обратное утверждение в общем случае неверно);
2) тогда и только тогда, когда величины Х и Y связаны между собой линейной зависимостью.
Если Х и Y – зависимые величины, то приближенное представление Y в виде линейной функции от Х определяется уравнением линейной регрессии:
Y = МY + rху (Х – МХ).
Величина = rху называется коэффициентом регрессии Y на Х.
Пример. Уравнение регрессии имеет вид: у = a + bх. Найти коэффициент регрессии, если rху = 0,8, х = 2, у = 1,5.
= rху = 0,8 = 0,6.
Пример. Уравнение регрессии имеет вид: у = −3 + 2х. Из чисел −3; 0,6; −0,6; 2 выбрать возможное значение коэффициента корреляции rхy.
Знак rхy совпадает со знаком коэффициента регрессии (коэффициента
при х) и следовательно, rхy = 0,6.
Задачи для самостоятельного решения
№ |
Задание |
||||||||||
1 |
Вероятность достоверного события равна |
||||||||||
2 |
Бросают 2 кубика. События А – «на первом кубике выпала тройка» и В – «на втором кубике выпала шестерка» являются (выберите несколько вариантов ответа):
1) совместными 2) независимыми 3) зависимыми 4) несовместными |
||||||||||
3 |
Игральная кость бросается один раз. Тогда вероятность того, что на верхней грани выпадет не менее четырех очков, равна |
||||||||||
4 |
Несовместные события A, B и С не образуют полную группу, если их вероятности равны (выберите несколько вариантов ответа):
1) Р(А) = 8/15; Р(В) = 2/5; Р(С) = 4/15 2) Р(А) = 5/6; Р(В) = 1/12; Р(С) = 1/12 3) Р(А) = 1/5; Р(В) = 1/6; Р(С) = 1/7 4) Р(А) = 1/4; Р(В) = 1/8; Р(С) = 5/8 |
||||||||||
5 |
Случайные события А и В – несовместны. Тогда выполнено...
1) 2) 3) 4) |
||||||||||
6 |
По мишени производится четыре выстрела. Значение вероятности промаха при первом выстреле 0,5;при втором-0,4;при третьем-0,4;при четвертом-0,2. Тогда вероятность того, что мишень не будет поражена равна |
||||||||||
7 |
В первой урне 4 черных и 6 белых шаров. Во второй урне 3 белых и 7 черных шаров. Из наудачу взятой урны вынули один шар. Тогда вероятность того, что этот шар окажется белым, равна |
||||||||||
8 |
A, B, C – попарно независимые события. Их вероятности: p(A) = 0,6; p(B) = 0,5; p(C) = 0,4. Укажите соответствие между событиями и их вероятностями: 1) AB A) 0,12 2) AC B) 0,24 C) 0,3 3) BC D) 1,4 4) AB C E) 0,2 |
||||||||||
9 |
Событие А может наступить лишь при условии появления одного из двух несовместных событий В1 и В2, образующих полную группу событий. Известны вероятность и условные вероятности , . Тогда вероятность равна
1) 3/16 2) 3/4 3) 5/16 4) 1/4 |
||||||||||
10 |
Вероятность появления события А в 10 независимых испытаниях, проводимых по схеме Бернулли, равна 0,8. Тогда дисперсия числа появлений этого события равна… |
||||||||||
11 |
Дискретная случайная величина задана законом распределения
Найти вероятности р1, р3, если математическое ожидание случайной величины равно 2,1.
1) p1 = 0,2; р3 = 0,8 2) p1 = 0,2; р3 = 0,3 3) p1 = 0,3; р3 = 0,3 4) p1 = 0,3; р3 = 0,2 |
||||||||||
12 |
Случайная величина X распределена равномерно на отрезке [–3; 1]. Тогда случайная величина Y = 2X – 1 имеет
1) нормальное распределение на отрезке [–6; 2] 2) равномерное распределение на отрезке [–3; 1] 3) равномерное распределение на отрезке [–7; 1] 4) другой вид распределения
|
||||||||||
13 |
Дан закон распределения вероятностей дискретной случайной величины Х. Тогда значение р2 равно
|
||||||||||
14 |
Мода вариационного ряда 3, 4, 5, 6, 10, 10, 12 равна
1) 3 2) 6 3) 10 4) 12 |
||||||||||
13 |
Непрерывная случайная величина X задана плотностью распределения вероятностей . Тогда математическое ожидание этой нормально распределённой случайной величины равно
|
||||||||||
16 |
Пусть X – дискретная случайная величина, заданная законом распределения вероятностей:
Тогда математическое ожидание этой случайной величины равно |
||||||||||
17 |
Непрерывная случайная величина Х распределена равномерно в интервале (–1; 5). Тогда ее математическое ожидание равно |