- •1. Визначення ф-ції двох незалежних змінних. Геометричне зображення ф-ції двох змінних.
- •2.Повний приріст. Повний диференціал ф-ції 2-х незалежних змінних;його застосування в наближених обчисленнях.
- •3.Частинні похідні вищих порядків.
- •4.Екстремум ф-ї 2х змінних. Необхідна і достатня умови екстремуму.
- •5.Умовний екстремум ф-ї 2х змінних. Метод множників Лагранжа.
- •6. Найбільше і найменше значення функції 2-ох змінних у замкнутій області
- •7.Похідні за напрямками. Градієнт ф-ї декількох змінних.
- •8. Метод найменших квадратів
- •9.Поняття про подвійні інтеграли та методи їх обчислення.
- •10. Диференціальні рівняння. Основні поняття і означення. Задача Коші.
- •13.Лінійні однорідні диф. Р-ня 2-го пор. Зі сталими коефіцієнтами
- •18.Неоднорідні лінійні диференціальні рівняння 2-го порядку. Метод варіації довільних сталих.
- •15. Системи диференціальних рівнянь 1-го порядку. Метод виключення змінних.
- •17. Ряди з додатними членами. Достатні умови збіжності рядів: ознаки порівняння збіжності ряду. Приклади
- •29. Степеневі ряди. Інтервал збіжності.
- •20.Ряд Тейлора і Маклорена.
- •21.Предмет теорії ймовірностей. Поняття «випробування» та «подія». Класифікація подій.
- •22. Елементи комбінаторики. Перестановки. Перестановки, розміщення,
- •23.Класичне означення ймовірності. Властивості ймовірностей
- •24.Теорема додавання ймовірностей сумісних подій.
- •25.Залежні і незалежні події. Умовна ймовірність. Теореми множення для залежних і незалежних подій.
- •26.Формула повної ймовірності.
- •27.Формула Бернуллі.
- •28. Граничні випадки формули Бернуллі: локальна теорема Муавра-Лапласа.
- •29.Формула Пуассона .
- •30.Формула обчислення ймовірності відхилення відносної частоти від заданої ймовірності в незалежних випробуваннях.
- •31.Поняття випадкової величини. Класифікація випадкових величин. Функція розподілу ймовірностей випадкових величин, її властивості.
- •Класифікація випадкових величин
- •32. Дискретні випадкові величини. Закони розподілу дискретних випадкових величин.
- •33.Числові характеристики дискретної випадкової величини m(X),d(X), ∂(X) та їх властивості .
- •34. Приклади законів розподілу дискретних випадкових величин: біноміальний розподіл, розподіл Пуассона, геометричний розподіл
- •35. Неперервні випадкові величини. Інтегральна та диференціальна функції розподілу неперервної випадкової величини.
- •36. Числові характеристики неперервної випадкової величини
- •37. Приклади законів розподілу неперервних випадкових величин: рівномірний, показниковий,нормальний розподіл.
- •38. Двовимірні випадкові величини. Функції розподілу. Залежні і незалежні випадкові величини. Умовні закони розподілу.
- •39. Числові характеристики двовимірних випадкових величин. Коефіцієнт кореляції.
- •8.8 Лекция
33.Числові характеристики дискретної випадкової величини m(X),d(X), ∂(X) та їх властивості .
Для того , щоб оцінити як розсіяні можливі значення в.в. навколо матем . спод. вводять в розгляд числову характеристику , яку назив . дисперсією , і позначають D(X)
Дисперсією в.в. х назив. матем . спод. квадрата відхилення в.в. від її матем. спод.
D(x)= M(x- M(x))2.
Для дискретноїв.в. дисперсія = сумі добутків квадратів відхиленнь значень в.в. від матем. спод. на відповідній імовірності .D(x)= n i=1∑ (xi- M(x))2pi
Властивості дисперсії:
дисперсія константи = 0 , D( c) =0 , c= const Дійсно D( c) = M( c – M ( c) )2= M ( c-c)2 =M(0) =0
2) Сталий множник можно винести за знак дисперсії підносячи його до квадрату
D(cx) = C2D(x) , с =const
D (cx )= M(cx –M(cx) )2= M( Cx- CM(x))2= M [C2(x-M(x))2]=c2M(x-M(x))2= C2D(x)
3) Дисперсія суми двох незалежних випадкових велечин дорівнює сумі дис. Цих велечин.D( x+y) = D(x) + D(y).
Наслідок 1 : Дисперсія суми декількох взаэмонезалежних випадкових велиин = сумі дисперсій цих величин .
Наслідок 2 :Дисперсія суми сталої велечини і випадкової = дисперсії в . велечини.
4) Дисперсія різниці двох незалежних випдкових велечин = сумиі їх дисперсії
D( x-y) = D(x) – D(y).
D(x) =npq.
Невід’ємне число ∂(х) =√D(x) назив . середнім квадратним відхиленням в.в.х - ∂(х) – має розмірність в.в. і виз. Деякий стандартний середньо-квадратичний інтервал розсіювання симетричний відносно матем . спод.
Дисперсія і середне квад. відхилення є мірою розсіювання значень випадкової велечини навколо матем . сподівання.
число появи п. А; p – ймов появи п. А; q – ймов не появи п. А. Невід’ємне число σ(х) = наз середнім квадр відхил в.в х. D(x) і σ(х) є мірою розсіювання значень в.в навколо М(х).
34. Приклади законів розподілу дискретних випадкових величин: біноміальний розподіл, розподіл Пуассона, геометричний розподіл
Біноміальний закон розподілу
Імовірності в цьому законі визначаються за формулою m = 0,1,2, …, n. Закон справджується для схеми незалежних повторних випробувань, у кожному з яких подія А настає з імовірністю р. Частота настання події А має біноміальний закон розподілу. Числові характеристики розподілу:
Розподіл Пуассона
Дискретна випадкова величина має розподіл Пуассона, якщо вона набуває зліченної множини значень з імовірностями Цей розподіл описує кількість подій, які настають в однакові проміжки часу за умови, що ці події відбуваються незалежно одна від одної зі сталою інтенсивністю.Математичне сподівання і дисперсія в цьому розподілі однакові і дорівнюють а. Для цього розподілу складено таблиці щодо різних значень (0,1 – 20). У таблицях для відповідних значень а наведено ймовірності
Якщо у схемі незалежних повторних випробувань n велике і р або 1 – р прямують до нуля, то біноміальний розподіл апроксимується розподілом Пуассона, коли
Геометричний розподіл
Дискретна випадкова величина X має геометричний розподіл з параметром p , якщо вона збігається з кількістю випробувань до першого успіху в нескінченній послідовності випробувань Бернуллі з імовірністю успіху в одному випробуванні.
де k = 1, 2, 3, ....