- •Билет 1.
- •1. Понятие функции нескольких переменных. Частные производные первого порядка
- •2. Теоремы сложения вероятностей для несовместных и совместных событий
- •Билет 2.
- •1. Полный дифференциал функции нескольких переменных и его применение
- •2. Зависимые и независимые события. Условная вероятность. Теорема умножения вероятностей
- •Билет 3.
- •1. Градиент функции нескольких переменных
- •2. Теорема сложения вероятностей для совместных событий. Вероятность появления хотя бы одного события
- •Билет 4.
- •1. Частные производные и дифференциалы высших порядков
- •2. Формула полной вероятности. Вероятность гипотез. Формулы Байеса
- •Билет 5.
- •1. Локальный экстремум функции двух переменных
- •Билет 6.
- •1. Условный экстремум
- •2. Предельные теоремы в схеме Бернулли
- •Билет 7.
- •1.Наибольшее и наименьшее значение функции в замкнутой области
- •2. Закон распределения вероятностей дискретной случайной величины. Функция распределения
- •Билет 8.
- •1.Метод наименьших квадратов
- •2. Математическое ожидание дискретной случайной величины и его свойства
- •Билет 9.
- •1.Числовые ряды. Основные понятия. Сходимость ряда. Свойства сходящихся рядов
- •2. Дисперсия дискретной случайной величины и ее свойства. Среднее квадратическое отклонение
- •Билет 10.
- •1.Необходимый признак сходимости. Гармонический ряд
- •2. Частные виды дискретных случайных величин: биномиальное распределение, распределение Пуассона, геометрическое распределение
- •Билет 11.
- •1. Достаточные признаки сходимости знакоположительных рядов: признак сравнения в конечной и предельной формах
- •2. Непрерывная случайная величина. Функция и плотность распределения, их свойства
- •Билет 12.
- •12. Достаточные признаки сходимости знакоположительных рядов: признак Даламбера
- •2. Числовые характеристики непрерывной случайной величины
- •Билет 13.
- •1. Знакочередующие ряды. Признак Лейбница
- •2. Равномерное распределение.Показательное распределение
- •Билет 14.
- •1. Степенные ряды. Область сходимости степенного ряда
- •2. Нормальное распределение. Правило трех сигм
- •Билет 15.
- •1. Ряд Маклорена. Разложение в ряд Маклорена некоторых элементарных функций
- •2. Дискретная двумерная случайная величина
- •Билет 16.
- •2. Числовые характеристики двумерной случайной величины. Корреляционный момент. Коэффициент корреляции
- •Билет 18.
- •1. Однородные ду первого порядка
- •2. Условные числовые характеристики системы случайных величин. Регрессия
- •Билет 19.
- •1. Линейные ду первого порядка
- •2. Линейная регрессия. Прямые линии среднеквадратической регрессии
- •Билет 20.
- •1. Ду второго порядка, допускающие понижение порядка
- •2. Выборочный метод. Эмпирическая функция распределения. Полигон и гистограмма
- •Билет 21.
- •1. Линейные ду второго порядка. Теоремы о структуре общего решения однородного и неоднородного уравнения
- •2. Точечные оценки параметров
- •Билет 22.
- •1. Линейные однородные ду второго порядка с постоянными коэффициентами
- •2. Методы получения точечных оценок: метод моментов, метод наибольшего правдоподобия
- •Билет 23.
- •2. Проверка статистических гипотез
- •Билет 25.
- •1. Элементыкомбинаторики. Классическое,статистическое и геометрическое
- •2. Критерий согласия Пирсона для проверки гипотезы о законе распределения наблюдаемой случайной величины
- •Билет 26.
- •1. Алгебра событий
- •2. Элементы теории корреляции. Выборочное уравнение прямой линии регрессии
2. Дисперсия дискретной случайной величины и ее свойства. Среднее квадратическое отклонение
Одной из характеристик ДСВ является дисперсия - математическое ожидание квадрата отклонения СВ от своего мат.ожидания. D(X)=M(x-M(X))2. Расчетная формула:
Дисперсия СВ характеризует разброс возможных значений СВ вокруг своего мат.значения. В финансовой математике мат.ожидание – прогнозный доход, а дисперсия – риск. Свойства: 1) D(c)=0; D(X+c) = D(X); 2) D(cX) = c2D(X); 3) D(X+Y)=D(X)+D(Y); D(X-Y)=D(X)+D(Y);
Пример: Найти дисперсию СВ:
Х |
0 |
1 |
2 |
Р |
0,16 |
0,48 |
0,36 |
М(Х)=1,2; D(X) = 0,48+4*0,36-(1,2)2 = 0,48.
Среднее квадратическое отклонение. Дисперсия характеризует разброс значений СВ вокруг мат.ожидания, но имеет размерность квадрата СВ, поэтому из дисперсии извлекают корень и в результате получается характеристика, которая называется среднее квадратическое отклонение. . Оно характеризует разброс возможных значений вокруг мат.ожидания.
Пример: для предыдущего примера
Билет 10.
1.Необходимый признак сходимости. Гармонический ряд
Гармонический ряд представляет собой сумму, составленную из бесконечного количества членов, обратных последовательным числам натурального ряда:
Необходимый признак сходимости: Если ряд сходится, тогда предел n-го члена ряда равен 0.
СВОЙСТВА
1)Отбрас или не приписывая конечного члена ряда не влияет на его сходимость
2)Сходящийся числ ряды можно почленно слаживать и вычитать.
3)Общий множитель всех членов сход ряда можно вынести за знак ряда =
2. Частные виды дискретных случайных величин: биномиальное распределение, распределение Пуассона, геометрическое распределение
Биноминальное распределение. Проводится серия из n одинаковых, независимых испытаний, в каждом может произойти событие А, Р(А)=р. Х- число появлений события А в этой серии.
Х |
0 |
1 |
2 |
n |
Р |
qn |
Cn1 pqn-1 |
Cn2 pqn-2 |
pn |
M(X) = np; D(X) = npq.
Распределение Пуассона. Говорят, что ДСВ, которая принимает значения 0, 1, 2,…, распределена по закону Пуассона, если вероятность того, что СВ принимает значение m равна:
M(X)=a; D(X)=a. Закон Пуассона появляется в простейшем потоке событий(вероятность появления определенного числа событий за определенный промежуток времени зависит только от длины промежутка и не зависит от расположения на оси времени). Интенсивность простейшего потока – среднее число событий, которые появляются за единицу времени. Пусть λ – интенсивность. Х – число событий, которые возникли за время t, тогда:
Пример: Среднее число вызовов в минуту – 2. Найти вероятность того, что за 5 минут поступит 2 вызова. λ=2, t=5, m=2;
Геометрическое распределение: Вероятность появления события А равна р. Испытания проводятся до первого появления события А. Х – число испытаний.
X |
1 |
2 |
3 |
k |
p |
p |
qp |
q2p |
qk-1p |
М(Х)=1/р; D(Х)=q/p2.
Пример: Из орудия производятся выстрелы до первого попадания, вероятность попадания равно 0,6. P(X=k)=(0,4)k-1 0,6; M(X)=1,67; D(X)=1,1.